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.

Toto cvičení je součástí kurzu

ARIMA modely v Pythonu

Zobrazit kurz

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import data generation function and set random seed
from statsmodels.tsa.arima_process import arma_generate_sample
np.random.seed(1)

# Set coefficients
ar_coefs = [____]
ma_coefs = [____]

# Generate data
y = arma_generate_sample(____, ____, nsample=____, scale=0.5)

plt.plot(y)
plt.ylabel(r'$y_t$')
plt.xlabel(r'$t$')
plt.show()

Upravit a spustit kód