補間：そのあいだの時点

この演習では、まずダウ工業株30種平均（DJIA）の月次時系列データに線形モデルを当てはめ、次にそのモデルを使って日次データを予測します（いわば補間です）。そのうえで、日次の予測値を実際の日次DJIAデータと比較します。

データに関する補足です。"OHLC" は "Open-High-Low-Close"（始値・高値・安値・終値）の略で、通常は日次データを指します。たとえば、ある日の株式の始値と終値、最高値と最安値です。"DayCount" はデータ収集開始日からの日数を表す整数です。

この演習はコースの一部です

Pythonで学ぶ線形モデリング入門

コースを見る

演習の手順

ols() を使って、formula="Close ~ DayCount"、data=df_monthly のモデルを .fit() してください。
model_fit.predict() を df_monthly.DayCount と df_daily.DayCount の両方に適用し、月次と日次の Close 価格の予測値をそれぞれの DataFrame に新しいカラム Model として保存します。
事前定義済みの plot_model_with_data を df_monthly と df_daily のそれぞれに対して実行し、表示される RSS を比較してください。

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。

# build and fit a model to the df_monthly data
model_fit = ols('Close ~ DayCount', ____=df_monthly).____()

# Use the model FIT to the MONTHLY data to make a predictions for both monthly and daily data
df_monthly['Model'] = model_fit.____(df_monthly.____)
df_daily['Model'] = model_fit.____(df_daily.____)

# Plot the monthly and daily data and model, compare the RSS values seen on the figures
fig_monthly = plot_model_with_data(____)
fig_daily = plot_model_with_data(____)

コードを編集して実行