Pular para o conteúdo principal

Curso

Análise de Séries Temporais em R

IntermediárioNível de habilidade

Atualizado 01/2026

Aprenda as principais técnicas necessárias para extrair insights importantes de dados de séries temporais.

Iniciar curso gratuitamente

RProbability & Statistics

4 h

16 vídeos

58 Exercícios

4,600 XP

61,203

Declaração de realização

Preferido por alunos de milhares de empresas

Treinando uma equipe?

Experimente para Empresas

Descrição do curso

Muitos fenômenos do nosso dia a dia, como a variação dos preços de ações, são medidos em intervalos ao longo do tempo. Métodos de análise de séries temporais são extremamente úteis para analisar esses tipos especiais de dados. Neste curso, você vai conhecer alguns conceitos e técnicas essenciais de análise de séries temporais.

Pré-requisitos

1

Análise exploratória de dados de séries temporais

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.

Bem-vindo ao curso!

Explorando séries temporais brutas

Gráficos básicos de séries temporais

O que o índice de tempo nos diz?

Frequência de amostragem

Identificando a frequência de amostragem

Quando a frequência de amostragem é exata?

Valores ausentes

Objetos básicos de séries temporais

Criando um objeto de série temporal com ts()

Testando se um objeto é uma série temporal

Plotando um objeto de série temporal

Iniciar capítulo

2

Prevendo o futuro

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.

De olho nas tendências!

Aleatória ou não aleatória?

Identifique a tendência

Removendo tendências na variabilidade com a transformação logarítmica

Removendo tendências no nível por diferenciação

Removendo tendências sazonais com diferenciação sazonal

O modelo de ruído branco (WN)

Simule o modelo de ruído branco

Estime o modelo de ruído branco

O modelo de passeio aleatório (RW)

Simular o modelo de passeio aleatório

Simular o modelo de passeio aleatório com deriva

Estime o modelo de passeio aleatório

Processos estacionários

Estacionária ou não?

O modelo de ruído branco ou o passeio aleatório são estacionários?

Iniciar capítulo

3

Análise de correlação e a função de autocorrelação

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.

Gráficos de dispersão

Preços de ativos vs. retornos de ativos

Características de séries temporais financeiras

Plotando pares de dados

Covariância e correlação

Calculando covariâncias e correlações amostrais

Adivinhe o coeficiente de correlação

Autocorrelação

Calculando autocorrelações

A função de autocorrelação

Visualizando a função de autocorrelação

Iniciar capítulo

4

Autorregressão

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).

O modelo autorregressivo

Simule o modelo autorregressivo

Estime a função de autocorrelação (ACF) para uma autorregressão

Persistência e anti-persistência

Compare os modelos passeio aleatório (RW) e autorregressivo (AR)

Estimativa e previsão com o modelo AR

Estime o modelo autorregressivo (AR)

Previsões simples a partir de um modelo AR estimado

Iniciar capítulo

5

Média móvel simples

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).

O modelo de média móvel simples

Simular o modelo de média móvel simples

Estime a função de autocorrelação (ACF) para uma média móvel

Estimação e previsão do modelo MA

Estime o modelo de média móvel simples

Previsões simples a partir de um modelo MA estimado

Compare modelos AR e MA

Modelos AR vs MA

Identifique o modelo pelo gráfico da série temporal

Identifique o modelo pelo gráfico da FAC

Iniciar capítulo

Análise de Séries Temporais em R

Curso
concluído

Obtenha um certificado de conclusão

Adicione esta credencial ao seu perfil do LinkedIn, currículo ou CV
Compartilhe nas redes sociais e em sua avaliação de desempenhoInscreva-se agora

Faça como mais de 19 milhões de alunos e comece Análise de Séries Temporais em R hoje mesmo!

Desenvolva suas habilidades em dados com o app do DataCamp

Continue progredindo em qualquer lugar com nossos cursos para celular e desafios diários de programação de 5 minutos.