Diagnostica del modello SARIMA
Di solito il passo successivo è trovare l’ordine di differenziazione e gli altri ordini del modello. Tuttavia, questa volta è già stato fatto per te. La serie temporale è meglio approssimata da un modello SARIMA(1, 1, 1)(0, 1, 1)\(_{12}\) con una costante aggiunta.
In questo esercizio verificherai che sia un buon modello, prima adattandolo con la classe SARIMAX e poi seguendo la normale procedura di diagnostica del modello.
Il DataFrame co2 e la classe del modello SARIMAX sono disponibili nel tuo ambiente.
Questo esercizio fa parte del corso
Modelli ARIMA in Python
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Import model class
from ____ import ___
# Create model object
model = SARIMAX(____,
order=____,
seasonal_order=____,
)
# Fit model
results = model.fit()