¿Alguna vez te has preguntado qué es una serie de tiempo o serie temporal?

Ya sea que queremos predecir la tendencia en los mercados financieros o el consumo de electricidad, el tiempo es un factor importante que  debe considerarse en nuestros modelos. Por ejemplo, sería interesante pronosticar a qué hora del día habrá un consumo máximo de electricidad, como ajustar el precio o la producción de electricidad, o como consumidor, cuándo poner los electrodomésticos que más consumen para ahorrarnos dinero.

Una serie temporal o serie de tiempo, es una sucesión de datos medidos en determinados momentos y ordenados cronológicamente. Los datos pueden estar espaciados a intervalos iguales (como la temperatura en un observatorio meteorológico en días sucesivos al mediodía) o desiguales (como el peso de una persona en sucesivas mediciones en el consultorio médico, la farmacia, etc.).

En particular, en el análisis de series temporales, suelen surgir de forma natural preguntas muy concretas como por ejemplo

  • ¿Es estacionario?
  • ¿Hay una estacionalidad?
  • ¿La variable objetivo está autocorrelacionada?

Para el análisis de las series temporales o series de tiempo, se usan métodos que ayudan a interpretarlas y que permiten extraer información representativa sobre las relaciones subyacentes entre los datos de la serie o de diversas series y que permiten en diferente medida y con distinta confianza extrapolar o interpolar los datos y así predecir el comportamiento de la serie en momentos no observados, sean en el futuro (extrapolación pronóstica), en el pasado (extrapolación retrógrada) o en momentos intermedios (interpolación). Todo lo que necesitas para poder llevar a cabo este tipo de análisis lo tienes explicado en el Curso avanzado de series temporales con R y Python.

En nuestro curso cubriremos desde el concepto de serie de tiempo, su modelización y creación tanto en R como en Python, y más de 10 técnicas diferentes sobre como analizarlas correctamente, entender las correlaciones entre las diferentes variables de nuestros datos y el tiempo y a hacer pronósticos a futuro sobre cual será el próximo precio de una acción, cuando terminará el confinamiento debido al COVID19  o cuando terminará la ola de calor en una determinada región.

Además, tendrás todo el código fuente desde el minuto cero, plantillas de código para utilizar en tus propios análisis, acceso a una comunidad exclusiva de estudiantes, que como tu, buscan aprender acerca del análisis de series temporales, y más de 14 horas de video de alta calidad con todas las explicaciones necesarias para convertirte en el próximo Lobo de Wall Street.

Quiero apuntarme con descuento

Por si fuera poco hemos añadido un libro gratis de regalo para los estudiantes que se apunten al curso.

¿Qué contiene el libro de regalo?

  • Todo el material del curso resumido.
  • Principales características de las series de tiempo.
  • Descripción de todos los métodos utilizados.
  • Trucos para saber qué modelos usar en la práctica.
  • Lista de librerías en Python y enlaces de ayuda.
  • Lista de librerías en R y enlaces de ayuda.

¿Cómo descargo el libro de regalo?

  1. Apúntate al curso.
  2. Ve a la sección 2 llamada «Descarga tu libro de regalo».
  3. No te olvides de seguir aprendiendo.

¿Qué más me aporta el Curso avanzado de series temporales con R y Python?

  1. Toda la teoría al alcance de tu mano.
  2. Todos los modelos posibles:
    • Autorregresivo
    • Medias móviles
    • ARMA
    • ARIMA
    • SARIMA
    • SARIMAX
    • ARCH
    • GARCH
    • Auto-arima
    • Redes Neuronales aplicadas a series de tiempo.
  3. Ejemplos prácticos de datos reales con las librerías de R y Python que se usan para analizar series temporales:
    • Predicción del coronavirus (COVID-19)
    • Análisis de precios del mercado financiero (SP500, FTSE, Nikkei, Dax)
    • Datos del bitcoin
    • Starbucks
    • Microsoft
    • Pasajeros de avión
    • Y muchísimas más sorpresas.
  4. Las dudas y preguntas más frecuentes que suelen surgir al analizar las series de tiempo.
  5. Ayudas y trucos adicionales para saber elegir qué modelo usar en la práctica.
  6. Tienes acceso a todos los códigos datos usados en clase, en un repositorio para descargarlos y usarlos.
  7. Te puedes unir a la comunidad privada de estudiantes del curso donde nunca más te sentirás solo.

Con todo este material, estamos seguros de que te convertirás en un experto en el análisis de series temporales. Recuerda que lo puedes encontrar en descuento en Aprende con Eli.

Aprovecha los descuentos de hasta un 95% en todos mis cursos, solo por 9.99€

Descuento

Sígueme por mis redes sociales: