フィッティングの準備
すばらしいです。モデルの次数を理解できましたね！次数の理解はモデル当てはめでとても重要です。どのようなデータでも、当てはめるモデルの次数を選ぶ必要があります。
この演習では、基本的な当てはめを行います。モデルの当てはめは、予測に向けた次の重要なステップです。詳しくは次の章で扱いますが、ここで先取りしておきましょう。
例として作成した ARMA(1,1) のデータが環境内の y として用意されています。これは交通渋滞の程度を表すデータだと考えられます。これを予測できれば、ドライバーに効率的な経路を提案できます。
この演習はコースの一部です
Pythonで学ぶARIMAモデル
演習の手順
statsmodels.tsa.arima.modelサブモジュールからARIMAクラスをインポートします。- 時系列
yとモデル次数(1,0,1)を渡してモデルオブジェクトを作成し、変数modelに代入します。 - モデルの
.fit()メソッドを使ってデータに当てはめます。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Import the ARIMA model
from ____ import ____
# Instantiate the model
model = ____(____, order=____)
# Fit the model
results = ____