Series de Tiempo Tutorial en R: Conceptos Tecnicas Prediccion | Analisis y ciencia de datos RStudio
Vložit
- čas přidán 4. 09. 2024
- Que es una serie de tiempo? cuales son sus caracteristicas? que tecnicas son utilizadas para analizarlas y crear predicciones?
En este primer episodio introductorio de series de tiempo con R / Rstudio discutiremos entre algunos temas:
= Diferentes caracteristica de una serie de tiempo
* frecuencia, inicio, final, tiempo, day, year
= Como grafica series de tiempo, plot o plot.ts?
= Donde obtener datos para practicar
= Estacional o Estacionaria???
= Convertir time series a tabla de datos (dataframe)
= bibliotecas? atsa? forecast? zoo?
= Creciente o decreciente?? Tal vez ambas?
= Correlacion o autocorrelacion?? ACF? PACF?
= Que es forecasting?
= Tecnicas que se utilizan para crear modelos y predicciones:
XGB, LSTM, neural networks, ARIMA, Fourier, VAR, multivariate time series...
-* Estacionalidad (Seasonality):
patrones que se repiten con el tiempo.
-* Estacionaridad (Stationarity):
la intensidad de la senal es la misma
a lo largo de la frecuencia de tiempo
-* Creciente (Uptrend): la senal crece siempre
Ajuste de Modelo ARIMA(p,d,q) en R tendencia y diferenciacion • Tutorial Ajuste MODELO...
Series de tiempo escala ejes y uso de Alpha ggplot2: • Series de tiempo escal...
Intro #SeriesdeTiempo en R | Curso de analisis y ciencia de datos RStudio: • 1.10 Intro series de t...
Modelos lineales y Series de Tiempo #Tutorial en R: Autoplot ggplot2 Autolayer: • Modelos lineales y Ser...
Ruido Blanco y Series de Tiempo Tutorial en R: ACF ggplot2 test Ljung Box Durbin: • Ruido Blanco y Series ...
Proceso o Modelo de Media Movil / Moving Average MA(q) en R: • Modelo Moving Average ...
Plotly en R: Como convertir graficos ggplot a plotly | Curso tutorial analisis y ciencia de datos : • Plotly en R: Como conv...
- gráficos de barra con ggplot: • 4.1 Analisis de datos ...
- graficos de pastel/ circular: • Analisis de datos y Gr...
- grafico boxplot diagrama de caja : • Analisis Grafico Boxpl...
- grafico de dispersion: • Graficos de dispersion...
- grafico de histograma y densidad: • Histograma, densidad y...
- Texto en graficos con ggplot2 y ggrepel: • Texto y anotaciones en...
- Stat Summary Mean geom line bar: • Graficos ggplot2 con S...
- Stat summary y error bar estandar : • Graficos ggplot2: stat...
- Graficar Intervalo Confianza y Stat Summary : • Graficar Intervalo Con...
- Plots de Series de tiempo y scatterplot: • Series de tiempo escal...
Data science and statistical analysis
Curso analisis estadistico y ciencia de datos con R /Rstudio:
• Curso Tutorial R | Rst...
Machine learning videos
• Machine Learning
My youtube channel in English:
/ @rvstats_eng
3.1 Tablas y resumenes: • 3.1 Analisis explorato...
3.2 Plots y visualizaciones: • 3.2 Analisis explorato...
3.3 Correlacion y causalidad: • 3.3 Correlacion | Anal...
3.4 Outliers y valores faltantes: • 3.4 Outliers y Valores...
3.5 Codificacion de variables y el one hot encoding:
• 3.5 Codificacion de va...
library dplyr, glimpse statistical analysis
Boxplot diagrama de caja relationship
data science hypothesis test visualization visualisation
correlation conceptos caracteristicas time series
#TimeSeries #DataScience #ARIMA
rstudio estadistica descriptiva #Analisis de datos graficas curso
estadistica tutorial # excel principiante desde cero
Tutorial principiante
Ajuste Modelo ARIMA con tendencia y diferenciacion en R: czcams.com/video/_juG4n0KgD4/video.html
Modelo Moving Average / Proceso de Media Molvil MA(q) con R / Rstudio czcams.com/video/dtGSKbk4RUw/video.html
buenisimo el video crack
Hola! Mil gracias por tu amable y cálido comentario.
Genial la información. Quisiera saber si tiene alguna orientación en series de tiempo aplicando modelos usados para conteos o datos con muchos valores ceros.
gracias
Hola Adelmo. Sí, podemos usar distribución Poisson o la distribución hipergeométrica para el caso de muchos ceros.
Hola Raúl, una consulta. Como podría estimar un modelo de regresión con datos temporales con variables rezagas, es que R no detecta los rezagos con la función lag(), y me dice que "Warning message:
In summary.lm(modelo3) : essentially perfect fit: summary may be unreliable"...saludos
Hola José. Gracias por tu pregunta. No comprendo bien, los rezagos son variables explicativas también?? Ya has intentado probar autocorrelación, existe?? Entonces hay que aplicar otro modelo. Tal vez regresión lineal con errores autocorrelacionados? O mejor un modelo de series de tiempo.
¿Y los datos proyectados cómo los ejecutan?
Hola Victor. Pues por supuesto podemos usar ggplot, autoplot y mas. Aquí te dejo unos vídeos he creado y puedes escoger para entender la proyección de datos pronosticados. czcams.com/play/PL91sPCWWIYshnCiiq0kJ6yNZreBZiABc2.html
odio esta materia con todo mi maldito corazón
Hola Enrique. Aquí si aprenderás mejor! Gracias por tu comentario y lamento series de tiempo no sea de tu agrado. Puedes encontrar más vídeos en el canal