ARモデルの推定
前の演習で作成したシミュレーション系列のうち1つについて、AR(1)のパラメータ \(\small \phi\) を推定します。シミュレーション系列は真のパラメータが分かっているので、実データに適用する前に推定手順を理解するのに最適です。
真の \(\small \phi\) が 0.9 の simulated_data_1 について、\(\small \phi\) の推定値を出力します。さらに、時系列モデルを当てはめたときに得られる出力全体も表示して、statsmodels で利用できる他の検定や要約統計量の概要を把握しましょう。
この演習はコースの一部です
Pythonで学ぶ時系列解析
演習の手順
- モジュール
statsmodels.tsa.arima.modelからクラスARIMAをインポートします。 - シミュレーションデータ
simulated_data_1を使い、モデルの次数 (p,d,q) を（この場合は AR(1) なので）order=(1,0,0)として、ARIMAクラスのインスタンスmodを作成します。 - メソッド
.fit()を用いてモデルmodを当てはめ、結果オブジェクトresに保存します。 .summary()メソッドで結果のサマリー全体を表示します。.params[1]属性（括弧は不要）を用いて、\(\small \phi\) の推定値だけを表示します。
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。
# Import the ARIMA module from statsmodels
from statsmodels.tsa.arima.model import ARIMA
# Fit an AR(1) model to the first simulated data
mod = ARIMA(___, order=___)
res = mod.___
# Print out summary information on the fit
print(res.___)
# Print out the estimate for phi
print("When the true phi=0.9, the estimate of phi is:")
print(res.___)