Odhad modelu MA

Odhadneš parametr MA(1), \(\small \theta\), jedné ze simulovaných řad, které jsi vytvořil/a v předchozím cvičení. Protože u simulovaných řad jsou skutečné hodnoty parametrů známé, je to skvělý způsob, jak porozumět odhadovacím postupům ještě před tím, než je použiješ na reálná data.

Pro simulated_data_1 se skutečnou hodnotou \(\small \theta\) rovnou -0,9 vypíšeš odhad \(\small \theta\). Kromě toho si také zobrazíš celý výstup, který vznikne při natrénování časové řady, abyste získal/a přehled o dalších testech a souhrnných statistikách dostupných ve statsmodels.

Toto cvičení je součástí kurzu

Analýza časových řad v Pythonu

Zobrazit kurz

Pokyny k cvičení

Importuj třídu ARIMA z modulu statsmodels.tsa.arima.model.
Vytvoř instanci třídy ARIMA s názvem mod pomocí simulovaných dat simulated_data_1 a řádu (p,d,q) modelu – v tomto případě pro MA(1) zadej order=(0,0,1).
Natrénuj model mod pomocí metody .fit() a výsledek ulož do objektu res.
Vypiš celý souhrn výsledků pomocí metody .summary().
Vypiš samotný odhad parametru theta pomocí atributu .params[1].

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import the ARIMA module from statsmodels
from statsmodels.tsa.arima.model import ARIMA

# Fit an MA(1) model to the first simulated data
mod = ARIMA(___, order=___)
res = mod.___

# Print out summary information on the fit
print(res.___)

# Print out the estimate for the constant and for theta
print("When the true theta=-0.9, the estimate of theta is:")
print(res.___)

Upravit a spustit kód