Análise de Séries Temporais em R

Este capítulo vai mostrar como organizar e visualizar dados de séries temporais em R. Você vai aprender várias suposições simplificadoras amplamente usadas em análise de séries temporais e características comuns de séries financeiras.

Neste capítulo, você vai identificar tendências e aprender o modelo de ruído branco (WN), o modelo de passeio aleatório (RW) e a definição de processos estacionários.

Neste capítulo, você vai revisar o coeficiente de correlação, usá-lo para comparar duas séries temporais e também aplicá-lo para comparar uma série com seu passado, como uma autocorrelação. Você vai descobrir a função de autocorrelação (ACF) e praticar a estimativa e a visualização de autocorrelações para dados de séries temporais.

Neste capítulo, você vai aprender o modelo autorregressivo (AR) e várias de suas propriedades básicas. Você também vai praticar a simulação e a estimação do modelo AR em R e comparar o modelo AR com o modelo de passeio aleatório (RW).

Neste capítulo, você vai aprender o modelo de média móvel simples (MA) e várias de suas propriedades básicas. Você também vai praticar a simulação e a estimação do modelo MA em R e comparar o modelo MA com o modelo autorregressivo (AR).