Digamos que você é um pesquisador, cientista de dados ou analista e tem alguns dados de séries temporais que deseja entender o que os influencia. Você pode carregá-los no Likely Spurious e o aplicativo os analisará em comparação com mais de 1 milhão de conjuntos de dados, compostos por séries econômicas, ngramas de notícias, ngramas de livros, saúde e clima. Usamos processos de modelagem causal clássicos e avançados, levando em conta fatores de confusão, como população, inflação e outros padrões que são causas comuns de associações espúrias.
O resultado é uma lista de séries candidatas que podem influenciar sua série temporal ou pelo menos fornecer poder preditivo. Mas esses não são os únicos casos de uso. Também fornecemos indicadores para cointegração ou, se você precisar de uma série proxy medida em uma frequência mais alta, a análise geralmente pode ajudar com isso. Embora o Likely Spurious não forneça dados, fornecemos links para as fontes.
Embora não seja necessário fornecer um nome descritivo da série, se você o fizer, usaremos IA generativa para fornecer candidatos a eventos que podem ter causado choques em sua série, como novas regulamentações, problemas na cadeia de suprimentos e flutuações de mercado.
Então, quando estiver pronto para começar sua pesquisa de séries temporais e puder usar alguma inspiração, carregue seus dados e, em poucas horas, tenha uma lista de variáveis potenciais para modelagem. Mas lembre-se, os resultados são provavelmente espúrios.