शुरू करेंमुफ़्त में शुरू करें

डायग्नोस्टिक्स

आप अब मॉडल डायग्नोस्टिक चरण पर पहुँचे हैं. अभी तक आपने पाया कि शुरुआती टाइम सीरीज़ स्टेशनरी थी, लेकिन एक आउटल्यर पॉइंट हो सकता है. आपने ACF और PACF से promising मॉडल ऑर्डर पहचाने और कई मॉडल ट्रेन करके तथा AIC और BIC का उपयोग करके इन निष्कर्षों की पुष्टि की.

आपने पाया कि ARMA(1,2) मॉडल हमारे डेटा के लिए सबसे बेहतर फिट है और अब आप इसे प्रोडक्शन में ले जाने से पहले इसके प्रेडिक्शंस को जाँच लेना चाहते हैं.

टाइम सीरीज़ savings लोड की जा चुकी है और ARIMA क्लास आपके एनवायरनमेंट में इम्पोर्ट की गई है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में ARIMA Models

पाठ्यक्रम देखें

अभ्यास निर्देश

  • टाइम सीरीज़ पर ARMA(1,2) मॉडल को दोबारा ट्रेन करें और ट्रेंड को constant पर सेट करें.
  • 4 स्टैंडर्ड डायग्नोस्टिक्स प्लॉट बनाएँ.
  • मॉडल रेजिडुअल के समरी स्टैटिस्टिक्स प्रिंट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Create and fit model
model = ____
results = ____

# Create the 4 diagostics plots
____
plt.show()

# Print summary
____
कोड संपादित करें और चलाएँ