Diagnostica
Sei arrivato alla fase di diagnostica del modello. Finora hai verificato che la serie storica iniziale fosse stazionaria, ma con un possibile valore anomalo. Hai individuato ordini di modello promettenti usando ACF e PACF e hai confermato queste intuizioni addestrando molti modelli e confrontando AIC e BIC.
Hai visto che il modello ARMA(1,2) si adatta meglio ai nostri dati e ora vuoi controllare le sue previsioni prima di portarlo in produzione.
La serie storica savings è stata già caricata e la classe ARIMA è stata importata nel tuo ambiente.
Questo esercizio fa parte del corso
Modelli ARIMA in Python
Istruzioni dell'esercizio
- Allena di nuovo il modello ARMA(1,2) sulla serie, impostando il trend a costante.
- Crea i 4 grafici diagnostici standard.
- Stampa le statistiche riassuntive dei residui del modello.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Create and fit model
model = ____
results = ____
# Create the 4 diagostics plots
____
plt.show()
# Print summary
____