SARIMA-Vorhersage
In der vorherigen Übung hast du mit einer diagnostischen Prüfung bestätigt, dass ein SARIMA-Modell \((1,1,1)\) × \((0,1,1)_{12}\) gut zur CO\(_2\)-Zeitreihe passt.
Jetzt ist es an der Zeit, dieses Modell praktisch einzusetzen, um zukünftige Vorhersagen zu treffen. Klimawissenschaftler sagen uns, dass wir bis 2030 unsere CO\(_2\)-Emissionen drastisch senken müssen, sonst stehen uns große gesellschaftliche Herausforderungen bevor.
In dieser Übung sagst du die CO\(_2\)-Zeitreihe bis zum Jahr 2030 voraus, um die CO\(_2\)-Werte zu ermitteln, wenn wir weitermachen wie bisher.
Das trainierte Modell-Result-Objekt steht dir in deiner Umgebung als results zur Verfügung.
Diese Übung ist Teil des Kurses
ARIMA-Modelle in Python
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Create forecast object
forecast_object = results.____
# Extract predicted mean attribute
mean = ____
# Calculate the confidence intervals
conf_int = ____
# Extract the forecast dates
dates = mean.index