CommencezCommencez gratuitement

Diagnostic du modèle SARIMA

Habituellement, l'étape suivante serait de déterminer l'ordre de différenciation et les autres ordres du modèle. Toutefois, cette fois-ci, cela a déjà été fait pour vous. La série chronologique est mieux modélisée par un modèle SARIMA(1, 1, 1)(0, 1, 1)\(_{12}\) avec une constante ajoutée.

Dans cet exercice, vous allez valider que c'est un bon modèle en le procédant d'abord à l'ajuster avec la classe SARIMAX, puis en réalisant la procédure normale de diagnostic du modèle.

Le DataFrame co2 et la classe de modèle SARIMAX sont disponibles dans votre environnement.

Cette activité fait partie du cours

Modèles ARIMA en Python

Voir le cours

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Import model class
from ____ import ___ 

# Create model object
model = SARIMAX(____, 
                order=____, 
                seasonal_order=____, 
)
# Fit model
results = model.fit()
Modifier et exécuter le code