Estimación de un modelo MA

Estimarás el parámetro MA(1), $\small \theta$, de una de las series simuladas que generaste en el ejercicio anterior. Como los parámetros son conocidos para una serie simulada, es una buena forma de entender las rutinas de estimación antes de aplicarlas a datos reales.

En el caso de simulated_data_1 con una ${pequeña \ta$ verdadera de -0,9, imprimirás la estimación de la ${pequeña \ta$$. Además, también imprimirás toda la salida que se produce al ajustar una serie temporal, para que puedas hacerte una idea de qué otras pruebas y estadísticas de resumen están disponibles en statsmodels.

Este ejercicio forma parte del curso

Análisis de Series Temporales en Python

Ver curso

Instrucciones de ejercicio

Importa la clase ARIMA en el módulo statsmodels.tsa.arima.model.
Crea una instancia de la clase ARIMA llamada mod utilizando los datos simulados simulated_data_1 y el orden (p,d,q) del modelo (en este caso, para un MA(1)), es order=(0,0,1).
Ajusta el modelo mod utilizando el método .fit() y guárdalo en un objeto de resultados llamado res.
Imprime todo el resumen de resultados utilizando el método .summary().
Sólo tienes que imprimir una estimación del parámetro theta utilizando el atributo .params[1].

Ejercicio interactivo práctico

Pruebe este ejercicio completando este código de muestra.

# 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.___)

Editar y ejecutar código