शुरू करेंमुफ़्त में शुरू करें

Augmented Dicky-Fuller

इस अभ्यास में आप earthquakes टाइम सीरीज़ पर augmented Dicky-Fuller टेस्ट चलाकर stationarity की जाँच करेंगे. आपने पिछली कसरत में इस टाइम सीरीज़ को प्लॉट किया था. यह स्थिर (stationary) लग रही थी, लेकिन भूकंप बहुत विनाशकारी होते हैं. अगर आप इनके बारे में भविष्यवाणी करना चाहते हैं, तो पक्का होना बेहतर है.

याद रखें, अगर यह stationary न हो तो इसका मतलब होगा कि प्रति वर्ष भूकंपों की संख्या में एक ट्रेंड है और वह बदल रही है. अगर यह ऊपर की ओर ट्रेंड कर रही हो तो यह बहुत बुरी खबर होगी, क्योंकि इसका मतलब ज्यादा नुकसान है. और अगर यह नीचे की ओर ट्रेंड कर रही हो, तो यह संकेत दे सकता है कि हमारे ग्रह का कोर बदल रहा है, जिसका हम पर कई तरह का असर हो सकता है!

earthquake नाम से earthquakes DataFrame आपके लिए लोड कर दिया गया है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में ARIMA Models

पाठ्यक्रम देखें

अभ्यास निर्देश

  • statsmodels से augmented Dicky-Fuller फंक्शन adfuller() इम्पोर्ट करें.
  • earthquake DataFrame के 'earthquakes_per_year' कॉलम पर adfuller() फंक्शन चलाएँ और परिणाम result में असाइन करें.
  • टेस्ट स्टैटिस्टिक, p-value और critical values को प्रिंट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Import augmented dicky-fuller test function
from statsmodels.tsa.stattools import ____

# Run test
result = ____

# Print test statistic
print(____)

# Print p-value
print(____)

# Print critical values
print(____)
कोड संपादित करें और चलाएँ