डायग्नोस्टिक सार-सांख्यिकी
मॉडल डिज़ाइन में कब फिर से शुरुआत पर लौटना है, यह जानना महत्वपूर्ण है। इस अभ्यास में आप परिणाम सारांश में दिए गए रेजिडुअल टेस्ट सांख्यिकी का उपयोग करेंगे, ताकि तय कर सकें कि कोई मॉडल समय श्रृंखला के लिए उपयुक्त फिट है या नहीं.
यहाँ मॉडल सारांश में दिए गए परीक्षणों की याद दिलाई गई है:
| Test | Null hypothesis | P-value name |
|---|---|---|
| Ljung-Box | रेजिडुअल में कोई सहसंबंध नहीं है |
Prob(Q) |
| Jarque-Bera | रेजिडुअल सामान्य वितरण का पालन करते हैं | Prob(JB) |
एक अज्ञात समय श्रृंखला df और ARIMA मॉडल क्लास आपके वातावरण में उपलब्ध हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में ARIMA Models
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Create and fit model
model1 = ARIMA(df, order=____)
results1 = model1.fit()
# Print summary
print(____)