診断用の要約統計量
モデル設計で、いったん原点に立ち返るべきタイミングを知ることは重要です。この演習では、結果サマリーにある残差の検定統計量を使って、あるモデルが時系列に適合しているかどうかを判断します。
モデルサマリーに含まれる検定の復習です：
| Test | Null hypothesis | P-value name |
|---|---|---|
| Ljung-Box | 残差に相関がない |
Prob(Q) |
| Jarque-Bera | 残差は正規分布に従う | Prob(JB) |
未知の時系列 df と ARIMA モデルクラスが、あなたの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
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 and fit model
model1 = ARIMA(df, order=____)
results1 = model1.fit()
# Print summary
print(____)