Differenziazione e stima di un ARMA
In questo esercizio stimerai un modello ARMA sul dataset delle azioni Amazon. Come hai visto, si tratta di un insieme di dati non stazionario. Userai la differenziazione per renderlo stazionario, così da poter adattare un modello ARMA.
Nella prossima sezione farai una previsione delle differenze e userai questo risultato per prevedere i valori effettivi.
La serie temporale delle azioni Amazon è disponibile nel tuo ambiente come amazon. La classe del modello ARIMA è anch'essa disponibile nel tuo ambiente.
Questo esercizio fa parte del corso
Modelli ARIMA in Python
Istruzioni dell'esercizio
- Usa il metodo
.diff()diamazonper rendere stazionaria la serie temporale calcolando la prima differenza. Non dimenticare di rimuovere i valoriNaNusando il metodo.dropna(). - Crea un modello ARMA(2,2) usando la classe
ARIMA, passandole i dati stazionari. - Stima il modello.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Take the first difference of the data
amazon_diff = amazon.____
# Create ARMA(2,2) model
arma = ____
# Fit model
arma_results = ____
# Print fit summary
print(arma_results.summary())