IniziaInizia gratis

Generare dati ARMA

In questo esercizio genererai dati AR/MA/ARMA per 100 giorni. Ricorda che, in applicazioni reali, questi dati potrebbero rappresentare le variazioni del prezzo delle azioni di Google, i fabbisogni energetici di New York City o il numero di casi di influenza.

Puoi usare la funzione arma_generate_sample() disponibile nel tuo workspace per generare serie temporali usando diversi coefficienti AR e MA.

Ricorda che per qualsiasi modello ARMA(p,q):

  • La lista ar_coefs ha la forma [1, -a_1, -a_2, ..., -a_p].
  • La lista ma_coefs ha la forma [1, m_1, m_2, ..., m_q],

dove a_i sono i coefficienti AR al ritardo i e m_j sono i coefficienti MA al ritardo j.

Questo esercizio fa parte del corso

Modelli ARIMA in Python

Visualizza il corso

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# 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()
Modifica ed esegui il codice