Estimer un modèle MA

Vous allez estimer le paramètre MA(1), \(\small \theta\), pour l’une des séries simulées que vous avez générées dans l’exercice précédent. Comme les paramètres sont connus pour une série simulée, c’est un bon moyen de comprendre les routines d’estimation avant de les appliquer à des données réelles.

Pour simulated_data_1, dont la vraie valeur de \(\small \theta\) est -0.9, vous afficherez l’estimation de \(\small \theta\). De plus, vous afficherez également la sortie complète produite lors de l’ajustement d’une série temporelle, afin d’avoir un aperçu des autres tests et statistiques récapitulatives disponibles dans statsmodels.

Cet exercice fait partie du cours

Analyse des séries temporelles en Python

Afficher le cours

Instructions

Importez la classe ARIMA depuis le module statsmodels.tsa.arima.model.
Créez une instance de la classe ARIMA appelée mod en utilisant les données simulées simulated_data_1 et l’ordre (p,d,q) du modèle (dans ce cas, pour un MA(1)) : order=(0,0,1).
Ajustez le modèle mod avec la méthode .fit() et enregistrez le résultat dans un objet appelé res.
Affichez le récapitulatif complet des résultats avec la méthode .summary().
Affichez uniquement l’estimation du paramètre theta avec l’attribut .params[1].

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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.___)

Modifier et exécuter le code