MulaiMulai sekarang secara gratis

Menghasilkan data ARMA

Dalam latihan ini, Anda akan menghasilkan data AR/MA/ARMA untuk 100 hari. Ingat bahwa dalam aplikasi dunia nyata, data ini bisa berupa perubahan harga saham Google, kebutuhan energi Kota New York, atau jumlah kasus flu.

Anda dapat menggunakan fungsi arma_generate_sample() yang tersedia di ruang kerja Anda untuk menghasilkan deret waktu dengan koefisien AR dan MA yang berbeda.

Ingat, untuk model ARMA(p,q):

  • Daftar ar_coefs memiliki bentuk [1, -a_1, -a_2, ..., -a_p].
  • Daftar ma_coefs memiliki bentuk [1, m_1, m_2, ..., m_q],

di mana a_i adalah koefisien AR selang-i dan m_j adalah koefisien MA selang-j.

Latihan ini adalah bagian dari kursus

Model ARIMA di Python

Lihat Kursus

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Import data generation function and set random seed
from statsmodels.tsa.arima_process import arma_generate_sample
np.random.seed(1)

# Set coefficients
ar_coefs = [____]
ma_coefs = [____]

# Generate data
y = arma_generate_sample(____, ____, nsample=____, scale=0.5)

plt.plot(y)
plt.ylabel(r'$y_t$')
plt.xlabel(r'$t$')
plt.show()
Edit dan Jalankan Kode