Stima
Nell'ultimo esercizio, ACF e PACF erano un po' inconcludenti. I risultati suggeriscono che i tuoi dati potrebbero seguire un modello ARMA(p,q) oppure un modello AR(3) non perfetto. In questo esercizio cercherai tra diversi ordini di modello per trovare il migliore in base all'AIC.
La serie temporale savings è stata caricata e la classe ARIMA è stata importata nel tuo ambiente.
Questo esercizio fa parte del corso
Modelli ARIMA in Python
Istruzioni dell'esercizio
- Esegui un ciclo sui valori di
pda 0 a 3 e sui valori diqda 0 a 3. - All'interno del ciclo, crea un modello ARMA(p,q).
- Poi stima il modello sulla serie temporale
savings. - Al termine di ogni iterazione stampa i valori di
peqe gli AIC e BIC.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Loop over p values from 0-3
for p in ____:
# Loop over q values from 0-3
for q in ____:
try:
# Create and fit ARMA(p,q) model
model = ____(____, order=____)
results = ____
# Print p, q, AIC, BIC
print(____)
except:
print(p, q, None, None)