始める無料で始める

動的予測をプロットする

予測をプロットしてみましょう。動的予測では、1 ステップ先予測と異なり、モデルは補正なしで連続的に予測を行います。たとえば、今から 30 日先までの予測をまとめて立てて、その後で実際の結果が出るまで待ち、予測の良し悪しを比べるようなイメージです。

前の演習で作成した平均予測 mean_forecast に加え、lower_limits、upper_limits、amazon の各 DataFrame が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

コースを見る

演習の手順

  • DataFrame のインデックスにある日付を x 座標、値を y 座標として、amazon データをプロットします。
  • 同様に、mean_forecast の予測をプロットします。
  • 信頼区間の lower_limits と upper_limits の間を塗りつぶして表示します。x 座標には、これらのどちらか一方の DataFrame のインデックスを使ってください。

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。

# plot the amazon data
plt.plot(____, ____, label='observed')

# plot your mean forecast
plt.plot(____, ____, color='r', label='forecast')

# shade the area between your confidence limits
plt.____(____, ____, 
         ____, color='pink')

# set labels, legends and show plot
plt.xlabel('Date')
plt.ylabel('Amazon Stock Price - Close USD')
plt.legend()
plt.show()
コードを編集して実行