शुरू करेंमुफ़्त में शुरू करें

Differencing और ARMA फिट करना

इस अभ्यास में आप Amazon स्टॉक्स डेटासेट पर ARMA मॉडल फिट करेंगे। जैसा कि आपने पहले देखा, यह एक non-stationary डेटासेट है। आप differencing का उपयोग करके इसे stationary बनाएँगे ताकि उस पर ARMA मॉडल फिट किया जा सके.

अगले भाग में आप differences का फ़ोरकास्ट बनाएँगे और इन्हीं से वास्तविक मानों का फ़ोरकास्ट करेंगे.

Amazon स्टॉक टाइम सीरीज़ आपके एनवायरनमेंट में amazon के रूप में उपलब्ध है। ARIMA मॉडल क्लास भी आपके एनवायरनमेंट में उपलब्ध है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में ARIMA Models

पाठ्यक्रम देखें

अभ्यास निर्देश

  • amazon पर .diff() मेथड का उपयोग करके पहला डिफरेंस लें और टाइम सीरीज़ को stationary बनाएँ। .dropna() मेथड से NaN मान हटाना न भूलें.
  • ARIMA क्लास का उपयोग करके stationary डेटा पास करते हुए एक ARMA(2,2) मॉडल बनाएँ.
  • मॉडल फिट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Take the first difference of the data
amazon_diff = amazon.____

# Create ARMA(2,2) model
arma = ____

# Fit model
arma_results = ____

# Print fit summary
print(arma_results.summary())
कोड संपादित करें और चलाएँ