शुरू करेंमुफ़्त में शुरू करें

AIC और BIC बनाम ACF और PACF

इस अभ्यास में आप earthquakes टाइम सीरीज़ के लिए AIC-BIC ऑर्डर सर्च लागू करेंगे. पिछली लेसन में आपने तय किया था कि यह डेटासेट AR(1) प्रोसेस जैसा दिखता है. आप पैरामीटरों पर grid search चलाएँगे ताकि देख सकें कि क्या आपको वही नतीजे मिलते हैं. इस डेटासेट के लिए ACF और PACF प्लॉट नीचे दिए गए हैं.

<\center>

ARIMA मॉडल क्लास और टाइम सीरीज़ DataFrame earthquake आपके environment में उपलब्ध हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में ARIMA Models

पाठ्यक्रम देखें

अभ्यास निर्देश

  • p और q के ऑर्डर 0 से 2 के बीच लूप करें.
  • लूप के अंदर हर बार earthquake पर ARMA(p,q) fit करने के लिए try करें.
  • हर लूप में AIC और BIC के साथ p और q प्रिंट करें.
  • अगर मॉडल फिट होने की प्रक्रिया असफल हो जाए तो p, q, None, None प्रिंट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Loop over p values from 0-2
for p in ____:
    # Loop over q values from 0-2
    for q in ____:
      
        try:
            # create and fit ARMA(p,q) model
            model = ____
            results = model.____
            
            # Print order and results
            print(p, q, ____, ____)
            
        except:
            print(p, q, ____, ____)
कोड संपादित करें और चलाएँ