शुरू करेंमुफ़्त में शुरू करें

AR या MA

इस अभ्यास में आप ACF और PACF का उपयोग करके तय करेंगे कि दिए गए डेटा के लिए MA मॉडल बेहतर है या AR मॉडल। याद रखिए, सही मॉडल ऑर्डर चुनना हमारी भविष्यवाणियों के लिए बहुत महत्वपूर्ण है।

विभिन्न प्रकार के मॉडलों के लिए ACF और PACF में हम सामान्यतः यह व्यवहार देखते हैं:

AR(p)MA(q)ARMA(p,q)
ACFधीरे-धीरे घटता हैlag q के बाद कट जाता हैधीरे-धीरे घटता है
PACFlag p के बाद कट जाता हैधीरे-धीरे घटता हैधीरे-धीरे घटता है

एक टाइम सीरीज़ df जिसके गुणधर्म अज्ञात हैं, आपके वातावरण में उपलब्ध है।

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में ARIMA Models

पाठ्यक्रम देखें

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Import
from statsmodels.graphics.tsaplots import ____, ____

# Create figure
fig, (ax1, ax2) = plt.subplots(2,1, figsize=(12,8))
 
# Plot the ACF of df
____(____, lags=____, zero=False, ax=ax1)

# Plot the PACF of df
____(____, lags=____, zero=____, ax=ax2)

plt.show()
कोड संपादित करें और चलाएँ