शुरू करेंमुफ़्त में शुरू करें

AR मॉडल का आकलन

आप पहले वाले अभ्यास में जनरेट की गई एक सिम्युलेटेड सीरीज़ का AR(1) पैरामीटर, \(\small \phi\), का अनुमान लगाएँगे. चूँकि सिम्युलेटेड सीरीज़ के पैरामीटर ज्ञात होते हैं, इसलिए वास्तविक डेटा पर जाने से पहले इन एस्टिमेशन रूटीन को समझने का यह अच्छा तरीका है.

simulated_data_1 के लिए, जहाँ वास्तविक \(\small \phi\) 0.9 है, आप \(\small \phi\) के अनुमान को प्रिंट करेंगे. इसके अलावा, जब आप टाइम सीरीज़ फिट करते हैं तब जो पूरा आउटपुट बनता है, उसे भी प्रिंट करेंगे, ताकि आपको statsmodels में उपलब्ध अन्य टेस्ट और समरी स्टैटिस्टिक्स का अंदाज़ा हो सके.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Time Series Analysis

पाठ्यक्रम देखें

अभ्यास निर्देश

  • मॉड्यूल statsmodels.tsa.arima.model से क्लास ARIMA इम्पोर्ट करें.
  • ARIMA क्लास का एक इंस्टेंस mod नाम से बनाएँ, जिसमें सिम्युलेटेड डेटा simulated_data_1 और मॉडल का (p,d,q) ऑर्डर (इस केस में AR(1) के लिए) order=(1,0,0) हो.
  • मॉडल mod को .fit() मेथड से फिट करें और परिणामों को res नाम के ऑब्जेक्ट में सेव करें.
  • .summary() मेथड का उपयोग करके परिणामों का पूरा सारांश प्रिंट करें.
  • सिर्फ \(\small \phi\) के अनुमान को प्रिंट करने के लिए .params[1] एट्रिब्यूट (बिना पैरेंथेसिस) का उपयोग करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Import the ARIMA module from statsmodels
from statsmodels.tsa.arima.model import ARIMA

# Fit an AR(1) model to the first simulated data
mod = ARIMA(___, order=___)
res = mod.___

# Print out summary information on the fit
print(res.___)

# Print out the estimate for phi
print("When the true phi=0.9, the estimate of phi is:")
print(res.___)
कोड संपादित करें और चलाएँ