同定（Identification）
次の演習では、未知のデータセットから予測可能なモデルに到達するまで、Box-Jenkins 法を適用していきます。
ここでは新しい時系列データを使います。これは、米国における1955年〜1979年の可処分所得に占める個人貯蓄の割合（%）です。
Box-Jenkins 法の最初のステップは「同定」です。この演習では、手元のツールを使って、この新しい時系列が定常かどうかを検定します。
時系列は DataFrame savings として読み込まれており、adfuller() 関数はインポート済みです。
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
- DataFrame の
.plot()メソッドを使って時系列をプロットします。 savingsDataFrame の'savings'列に対して Dicky-Fuller 検定を適用し、結果をresultに代入します。- Dicky-Fuller 検定の統計量と、それに対応する p 値を出力します。
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。
# Plot time series
____
plt.show()
# Run Dicky-Fuller test
result = ____
# Print test statistic
____
# Print p-value
____