1. 학습
    2. /
  2. 강의
    3. /
  3. Pythonで学ぶARIMAモデル
Connected

연습 문제

診断プロットを描く

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大切です。この演習では、代表的な4種類のプロットを使って、あるモデルがデータに適合しているかを判断します。

よく適合しているモデルについて、各プロットで確認したいポイントをまとめます。

Test Good fit
Standardized residual 残差に明確なパターンが見られない
Histogram plus kde estimate KDE 曲線が正規分布に非常によく似ている
Normal Q-Q ほとんどの点が一直線上に並ぶ
Correlogram ラグが 0 を超える相関の 95% が有意でない

未知の時系列 df と ARIMA クラスは、環境内で利用可能です.-

지침 1/3

undefined XP
    1
    2
    3
  • 時系列 df に ARIMA(1,1,1) モデルを当てはめます。
  • 4 種類の診断プロットを作成します。