LoslegenKostenlos loslegen

ARMA-Daten erzeugen

In dieser Übung erzeugst du AR-/MA-/ARMA-Daten für 100 Tage. Denk daran: In realen Anwendungen könnten das zum Beispiel Änderungen im Google-Aktienkurs, der Energiebedarf von New York City oder die Anzahl der Grippefälle sein.

Du kannst die Funktion arma_generate_sample() in deinem Workspace nutzen, um Zeitreihen mit verschiedenen AR- und MA-Koeffizienten zu generieren.

Zur Erinnerung, für jedes Modell ARMA(p,q) gilt:

  • Die Liste ar_coefs hat die Form [1, -a_1, -a_2, ..., -a_p].
  • Die Liste ma_coefs hat die Form [1, m_1, m_2, ..., m_q].

Dabei sind a_i die AR-Koeffizienten mit Lag-i und m_j die MA-Koeffizienten mit Lag-j.

Diese Übung ist Teil des Kurses

ARIMA-Modelle in Python

Kurs anzeigen

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# 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()
Code bearbeiten und ausführen