1. 学ぶ
  2. /
  3. コース
  4. /
  5. Pythonで学ぶARIMAモデル

Connected

演習

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。

指示

100 XP
  • DataFrame の .plot() メソッドを使って時系列をプロットします。
  • savings DataFrame 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。