1. 学ぶ
    2. /
  2. コース
    3. /
  3. Pythonで学ぶ時系列解析
Connected

演習

気温は（ドリフト付きの）ランダムウォークですか？

ARMA モデルは気候変動の予測としては単純な手法ですが、この講座で扱う多くのトピックを示すよい例になります。

DataFrame temp_NY には、セントラルパーク（NY）の 1870〜2016 年の年間平均気温が入っています（データは NOAA から こちら で取得しました）。このデータをプロットし、ドリフト付きランダムウォークに従うかどうかを検定してください。

指示

100 XP
  • 年のインデックスを pd.to_datetime() で datetime オブジェクトに変換し、年次データなので引数 format='%Y' を渡します。
  • .plot() を使ってデータをプロットします。
  • adfuller 関数を使って拡張 Dickey-Fuller 検定の p 値を計算します。
  • ADF 検定の結果を result に保存し、result[1] の p 値を出力します。