1. 学ぶ
    2. /
  2. コース
    3. /
  3. Pythonで学ぶARIMAモデル
Connected

演習

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。

指示1 / 3

undefined XP
  • 1
    • city の 'city_population' 列に対して Augmented Dicky-Fuller 検定を実行します。
    • 検定統計量と p 値を出力します。
  • 2
    • city の一次差分をとり、NaN を削除します。これを city_stationary に代入し、同じ検定をもう一度実行します。
  • 3
    • .diff() メソッドを 2 回適用して city の二次差分をとり、NaN を削除します。