시작하기무료로 시작하기

ARMA 데이터 생성하기

이번 연습에서는 AR/MA/ARMA 데이터를 각각 100일치 생성해 보겠습니다. 실제 응용에서는 이 데이터가 Google 주가의 변화, 뉴욕시의 에너지 수요, 또는 독감 발생 건수일 수 있어요.

작업 공간에 제공된 arma_generate_sample() 함수를 사용해 서로 다른 AR 및 MA 계수로 시계열을 생성할 수 있습니다.

ARMA(p,q) 모형에서 다음을 기억하세요:

  • 리스트 ar_coefs의 형태는 [1, -a_1, -a_2, ..., -a_p]입니다.
  • 리스트 ma_coefs의 형태는 [1, m_1, m_2, ..., m_q]입니다.

여기서 a_i는 지연 i의 AR 계수이고, m_j는 지연 j의 MA 계수입니다.

이 연습은 강의의 일부입니다

Python으로 배우는 ARIMA 모델

강의 보기

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Import data generation function and set random seed
from statsmodels.tsa.arima_process import arma_generate_sample
np.random.seed(1)

# Set coefficients
ar_coefs = [____]
ma_coefs = [____]

# Generate data
y = arma_generate_sample(____, ____, nsample=____, scale=0.5)

plt.plot(y)
plt.ylabel(r'$y_t$')
plt.xlabel(r'$t$')
plt.show()
코드 편집 및 실행