अंतर लेना (Taking the difference)
इस अभ्यास में, आप एक शहर की जनसंख्या की टाइम सीरीज़ को मॉडलिंग के लिए तैयार करेंगे। यदि आप किसी शहर की वृद्धि दर का पूर्वानुमान लगा सकें, तो भविष्य में ज़रूरत पड़ने वाले इन्फ्रास्ट्रक्चर की योजना और निर्माण करना संभव हो जाता है, जिससे सार्वजनिक खर्च को भविष्य-सुरक्षित किया जा सकता है। यहाँ दी गई टाइम सीरीज़ काल्पनिक है, लेकिन अभ्यास के लिए एकदम उपयुक्त है.
आप स्टेशनैरिटी को पहले विज़ुअल तौर पर और फिर Augmented Dicky-Fuller टेस्ट से जाँचेंगे, और डेटासेट को स्टेशनरी बनाने के लिए डिफरेंस लेंगे.
टाइम सीरीज़ का DataFrame आपके लिए city नाम से लोड किया गया है और adfuller() फंक्शन इम्पोर्ट किया जा चुका है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में ARIMA Models
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Run the ADF test on the time series
result = ____(____)
# Plot the time series
fig, ax = plt.subplots()
city.plot(ax=ax)
plt.show()
# Print the test statistic and the p-value
print('ADF Statistic:', ____)
print('p-value:', ____)