SARIMA पूर्वानुमान
पिछले अभ्यास में आपने डायग्नोस्टिक चेकिंग के जरिए यह पुष्टि की थी कि SARIMA \((1,1,1)\) x \((0,1,1)_{12}\) मॉडल CO\(_2\) टाइम सीरीज़ के लिए उपयुक्त फिट है.
अब इस मॉडल को व्यवहार में लाने और भविष्य का पूर्वानुमान बनाने का समय है. जलवायु वैज्ञानिक बताते हैं कि 2030 तक हमें CO\(_2\) उत्सर्जन में बड़े स्तर पर कटौती करनी होगी, वरना हमें गंभीर सामाजिक चुनौतियों का सामना करना पड़ेगा.
इस अभ्यास में, आप CO\(_2\) टाइम सीरीज़ का 2030 तक पूर्वानुमान बनाएँगे ताकि देखें कि यदि उत्सर्जन सामान्य रूप से जारी रहा तो CO\(_2\) स्तर क्या होंगे.
ट्रेंड मॉडल का परिणाम ऑब्जेक्ट आपके एनवायरनमेंट में results नाम से उपलब्ध है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में ARIMA Models
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Create forecast object
forecast_object = results.____
# Extract predicted mean attribute
mean = ____
# Calculate the confidence intervals
conf_int = ____
# Extract the forecast dates
dates = mean.index