モデル次数の探索
この演習では、ARMA モデルらしいデータセットを扱います。下のプロットに ACF と PACF が表示されています。最適なモデル次数を選ぶには、多くの候補に対して探索を行い、最良の組み合わせを見つける必要があります。
<\center>ARIMA モデルクラスと時系列の DataFrame df は、作業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
演習の手順
pの値を 0〜2 でループします。qの値を 0〜2 でループします。- ARMA(p,q) モデルを学習・フィットします。
(p,q, AIC value, BIC value)のタプルをorder_aic_bicに追加します。
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。
# Create empty list to store search results
order_aic_bic=[]
# Loop over p values from 0-2
for p in range(____):
# Loop over q values from 0-2
for q in range(____):
# create and fit ARMA(p,q) model
model = ARIMA(df, order=____)
results = model.fit()
# Append order and results tuple
order_aic_bic.append((____))