差分をとる
この演習では、ある都市の人口の時系列をモデリングに向けて前処理します。もし都市の成長率を予測できれば、将来必要となるインフラをあらかじめ計画・整備でき、公共支出を将来にわたって最適化できます。ここで扱う時系列は架空のデータですが、練習には最適です。
まずは目視で定常性を確認し、Augmented Dicky-Fuller 検定を使って検定します。さらに差分をとってデータセットを定常にします。
時系列の DataFrame は city として読み込まれており、adfuller() 関数もインポート済みです。
この演習はコースの一部です
Pythonで学ぶARIMAモデル
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。
# Run the ADF test on the time series
result = ____(____)
# Plot the time series
fig, ax = plt.subplots()
city.plot(ax=ax)
plt.show()
# Print the test statistic and the p-value
print('ADF Statistic:', ____)
print('p-value:', ____)