¿La temperatura es un paseo aleatorio (con deriva)?

Un modelo ARMA es un enfoque sencillo para pronosticar cambios climáticos, pero sirve para ilustrar muchos de los temas tratados en esta clase.

El DataFrame temp_NY contiene la temperatura media anual en Central Park, NY, desde 1870 hasta 2016 (los datos se descargaron de la NOAA aquí). Representa los datos y comprueba si siguen un paseo aleatorio (con deriva).

Este ejercicio forma parte del curso

Análisis de series temporales en Python

Ver curso

Instrucciones del ejercicio

Convierte el índice de años en un objeto datetime usando pd.to_datetime() y, como los datos son anuales, pasa el argumento format='%Y'.
Representa los datos con .plot()
Calcula el valor p de la prueba de Dickey-Fuller aumentada usando la función adfuller.
Guarda los resultados de la prueba ADF en result e imprime el valor p en result[1].

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

# Import the adfuller function from the statsmodels module
from statsmodels.tsa.stattools import adfuller

# Convert the index to a datetime object
temp_NY.index = pd.to_datetime(___.___, format=___)

# Plot average temperatures
temp_NY.___
plt.show()

# Compute and print ADF p-value
result = ___(temp_NY['TAVG'])
print("The p-value for the ADF test is ", result[1])

Editar y ejecutar código