Calcolare le differenze
In questo esercizio preparerai per la modellazione una serie temporale sulla popolazione di una città. Se riuscissi a prevedere il tasso di crescita di una città, sarebbe possibile pianificare e costruire per tempo le infrastrutture di cui avrà bisogno, rendendo più efficiente la spesa pubblica. In questo caso la serie temporale è fittizia, ma è perfetta per fare pratica.
Verificherai la stazionarietà a occhio e con il test di Dickey-Fuller aumentato (Augmented Dickey-Fuller), e calcolerai le differenze per rendere la serie stazionaria.
Il DataFrame della serie temporale è già stato caricato come city e la funzione adfuller() è stata importata.
Questo esercizio fa parte del corso
Modelli ARIMA in Python
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Run the ADF test on the time series
result = ____(____)
# Plot the time series
fig, ax = plt.subplots()
city.plot(ax=ax)
plt.show()
# Print the test statistic and the p-value
print('ADF Statistic:', ____)
print('p-value:', ____)