IniziaInizia gratis

Rappresentare le previsioni dinamiche

È il momento di tracciare le tue previsioni. Ricorda che fare previsioni dinamiche significa che il modello prevede senza correzioni, a differenza delle previsioni a un passo avanti. È un po' come fare oggi una previsione per i prossimi 30 giorni e poi aspettare di vedere cosa succede prima di confrontare quanto erano accurate le tue previsioni.

I DataFrame lower_limits, upper_limits e amazon, così come le previsioni medie mean_forecast che hai creato nell'esercizio precedente, sono disponibili nel tuo ambiente.

Questo esercizio fa parte del corso

Modelli ARIMA in Python

Visualizza il corso

Istruzioni dell'esercizio

  • Traccia i dati amazon usando le date nell'indice di questo DataFrame come coordinate x e i valori come coordinate y.
  • Traccia allo stesso modo le previsioni mean_forecast.
  • Traccia un'area ombreggiata tra lower_limits e upper_limits dell'intervallo di confidenza. Usa l'indice di uno di questi DataFrame come coordinate x.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# plot the amazon data
plt.plot(____, ____, label='observed')

# plot your mean forecast
plt.plot(____, ____, color='r', label='forecast')

# shade the area between your confidence limits
plt.____(____, ____, 
         ____, color='pink')

# set labels, legends and show plot
plt.xlabel('Date')
plt.ylabel('Amazon Stock Price - Close USD')
plt.legend()
plt.show()
Modifica ed esegui il codice