Prima di adattare il modello
Ottimo, hai capito l'ordine del modello! Capire l'ordine è importante quando si adattano i modelli. Dovrai sempre scegliere l'ordine del modello da adattare ai tuoi dati, qualunque essi siano.
In questo esercizio farai un primo adattamento di base. Adattare i modelli è il passo successivo fondamentale per fare previsioni. Ne parleremo più a fondo nel prossimo capitolo, ma intanto cominciamo.
Sono stati creati alcuni dati di esempio ARMA(1,1) e sono disponibili nel tuo ambiente come y. Questi dati potrebbero rappresentare il livello di congestione del traffico. Potresti usare le previsioni per suggerire i percorsi più efficienti agli automobilisti.
Questo esercizio fa parte del corso
Modelli ARIMA in Python
Istruzioni dell'esercizio
- Importa la classe del modello
ARIMAdal sottomodulostatsmodels.tsa.arima.model. - Crea un oggetto modello, passandogli la serie temporale
ye l'ordine del modello(1,0,1). Assegna il risultato alla variabilemodel. - Usa il metodo
.fit()del modello per adattarlo ai dati.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Import the ARIMA model
from ____ import ____
# Instantiate the model
model = ____(____, order=____)
# Fit the model
results = ____