ARIMA モデルをフィットする
この演習では、時系列モデリングで「楽をする」方法を学びます。差分をとって、その差分をモデリングして、さらに積分して……という手順の代わりに、面倒な部分は statsmodels に任せてしまいます。
先ほどと同様に、Amazon 株価データセットの絶対値を予測しますが、今回は ARIMA モデルを使います。
株価データセットのサブセットは amazon として、ARIMA モデルクラスは ARIMA として、すでに環境に用意されています。
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
ARIMAクラスを使い、Amazon 株価データamazonに対して ARIMA(2,1,2) モデルを作成します。- モデルをフィットします。
- 次の 10 ステップ先までの Amazon データの平均値を予測し、その結果を
arima_value_forecastに代入します。
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。
# Create ARIMA(2,1,2) model
arima = ____
# Fit ARIMA model
arima_results = ____
# Make ARIMA forecast of next 10 values
arima_value_forecast = ____.____(steps=____).____
# Print forecast
print(arima_value_forecast)