Identifikasi II
Anda telah mempelajari bahwa deret waktu savings bersifat stasioner tanpa pembedaan (differencing). Sekarang, dengan informasi ini Anda dapat mencoba mengidentifikasi orde model yang paling sesuai.
Fungsi plot_acf() dan plot_pacf() telah diimpor dan deret waktu telah dimuat ke dalam DataFrame savings.
Latihan ini merupakan bagian dari kursus
Model ARIMA di Python
Instruksi latihan
- Buat plot ACF untuk lag 1–10 dan tampilkan pada sumbu
ax1. - Lakukan hal yang sama untuk PACF.
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# Create figure
fig, (ax1, ax2) = plt.subplots(2,1, figsize=(12,8))
# Plot the ACF of savings on ax1
____
# Plot the PACF of savings on ax2
____
plt.show()