1. Learn
    2. /
  2. Courses
    3. /
  3. Pythonで学ぶ時系列解析
Connected

Exercise

MAモデルの推定

前の演習で生成したシミュレーション系列のうち1つについて、MA(1) のパラメータ \(\small \theta\) 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ため、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 \(\small \theta\) が -0.9 の simulated_data_1 について、\(\small \theta\) の推定値を出力します。さらに、時系列モデルを推定した際に得られる出力全体も表示し、statsmodels で利用できる各種の検定や要約統計量のイメージをつかみます。

Instructions

100 XP
  • 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 と、このモデルの次数 (p,d,q)（この場合は MA(1)）として order=(0,0,1) を用いて、ARIMA クラスのインスタンス mod を作成します。
  • モデル mod をメソッド .fit() で推定し、結果オブジェクトを res という名前で保存します。
  • メソッド .summary() を使って、結果のサマリー全体を出力します。
  • 属性 .params[1] を使って、theta パラメータの推定値だけを出力します。