April 2025
Intermediate to advanced
324 pages
7h 15m
Italian
Content preview from Think Stats, 3a edizione
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
Start your free trial
Capitolo 12. Analisi delle serie temporali
Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: translation-feedback@oreilly.com
Una serie temporale è una sequenza di misurazioni di un sistema che varia nel tempo. Molti degli strumenti utilizzati nei capitoli precedenti, come la regressione, possono essere utilizzati anche con le serie temporali. Ma ci sono altri metodi particolarmente utili per questo tipo di dati.
A titolo di esempio, esamineremo due serie di dati: la produzione di energia elettrica rinnovabile negli Stati Uniti dal 2001 al 2024 e i dati meteorologici nello stesso intervallo di tempo. Svilupperemo metodi per scomporre una serie temporale in una tendenza a lungo termine e in una componente stagionale ripetuta. Utilizzeremo dei modelli di regressione lineare per analizzare e prevedere le tendenze. Proveremo inoltre un modello molto utilizzato per analizzare i dati delle serie temporali, il cui nome formale è "media mobile autoregressiva integrata" e l'acronimo ARIMA, più facile da pronunciare.
Elettricità
Come esempio di dati di serie temporali, utilizzeremo un set di dati dell'Energy Information Administration degli Stati Uniti: comprende la produzione totale di elettricità al mese da fonti rinnovabili dal 2001 al 2024. Le istruzioni per scaricare i dati si trovano nel blocco note di questo capitolo.
Dopo aver caricato i dati, dobbiamo effettuare alcune trasformazioni per trasformarli in un formato facile ...