1. Učit se
    2. /
  2. Kurzy
    3. /
  3. ARIMA modely v Pythonu
Connected

cvičení

Generování dat ARMA

V tomto cvičení vygeneruješ 100 dní dat AR/MA/ARMA. V reálném světě by taková data mohla představovat třeba změny cen akcií Googlu, spotřebu energie v New Yorku nebo počet případů chřipky.

K vytváření časových řad s různými koeficienty AR a MA můžeš použít funkci arma_generate_sample(), která je dostupná v tvém pracovním prostředí.

Pamatuj, že pro libovolný model ARMA(p,q):

  • Seznam ar_coefs má tvar [1, -a_1, -a_2, ..., -a_p].
  • Seznam ma_coefs má tvar [1, m_1, m_2, ..., m_q],

kde a_i jsou AR koeficienty pro zpoždění i a m_j jsou MA koeficienty pro zpoždění j.

Instrukce 1/3

undefined XP
  • 1
    • Nastav ar_coefs a ma_coefs pro model MA(1) s MA koeficientem pro zpoždění 1 rovným -0,7.
    • Vygeneruj časovou řadu o 100 hodnotách.
  • 2
    • Nastav koeficienty pro model AR(2) s AR koeficienty pro zpoždění 1 a 2 rovnými 0,3, resp. 0,2.
  • 3
    • Nastav koeficienty pro model ve tvaru \(y_t = -0.2 y_{t-1} + 0.3 \epsilon_{t-1} + 0.4 \epsilon_{t-2} + \epsilon_t\).