SARIMA क्रम चुनना
इस अभ्यास में आप एक नई टाइम सीरीज़ के लिए उपयुक्त मॉडल क्रम ढूँढेंगे। यह ऑस्ट्रेलिया में रोज़गारशुदा व्यक्तियों (हज़ारों में) की मासिक सीरीज़ है। इस टाइम सीरीज़ की मौसमी अवधि 12 महीने है।
आप नॉन-सीज़नल और सीज़नल ACF और PACF प्लॉट बनाएँगे और नीचे दी गई तालिका का उपयोग करके उपयुक्त मॉडल क्रम चुनेंगे।
| AR(p) | MA(q) | ARMA(p,q) | |
|---|---|---|---|
| ACF | धीरे-धीरे घटता है | lag q के बाद कट जाता है | धीरे-धीरे घटता है |
| PACF | lag p के बाद कट जाता है | धीरे-धीरे घटता है | धीरे-धीरे घटता है |
DataFrame aus_employment और फंक्शन plot_acf() तथा plot_pacf() आपके वातावरण में उपलब्ध हैं।
ध्यान दें कि आप किसी DataFrame पर कई बार डिफरेंसिंग df.diff(n1).diff(n2) से कर सकते हैं।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में ARIMA Models
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Take the first and seasonal differences and drop NaNs
aus_employment_diff = ____