Výpočet diferencí
V tomto cvičení připravíš časovou řadu populace města pro modelování. Kdybys dokázal/a předpovědět tempo růstu města, bylo by možné plánovat a budovat infrastrukturu, kterou město v budoucnu bude potřebovat – a zajistit tak, aby veřejné výdaje měly dlouhodobý smysl. Časová řada je v tomto případě fiktivní, ale je skvělá pro trénink.
Otesteješ stacionaritu vizuálně i pomocí Rozšířeného Dickey-Fullerova testu a použiješ diferenciaci, aby se datová sada stala stacionární.
DataFrame s časovou řadou je pro tebe načten jako city a funkce adfuller() je již naimportována.
Toto cvičení je součástí kurzu
ARIMA modely v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Run the ADF test on the time series
result = ____(____)
# Plot the time series
fig, ax = plt.subplots()
city.plot(ax=ax)
plt.show()
# Print the test statistic and the p-value
print('ADF Statistic:', ____)
print('p-value:', ____)