시작하기무료로 시작하기

차분과 ARMA 적합

이 연습 문제에서는 Amazon 주가 데이터셋에 ARMA 모델을 적합해 보겠습니다. 앞에서 보셨듯이 이 데이터셋은 정상성이 없습니다. ARMA 모델을 적합할 수 있도록 차분을 사용해 정상 시계열로 만들게 됩니다.

다음 섹션에서는 차분값을 예측하고, 이를 이용해 실제 값의 예측으로 복원해 보겠습니다.

Amazon 주가 시계열은 환경에 amazon으로 제공됩니다. ARIMA 모델 클래스도 환경에 준비되어 있습니다.

이 연습은 강의의 일부입니다

Python으로 배우는 ARIMA 모델

강의 보기

연습 안내

  • amazon의 .diff() 메서드를 사용해 1차 차분을 수행해 시계열을 정상화하세요. 이후 .dropna() 메서드로 NaN 값을 꼭 제거하세요.
  • ARIMA 클래스를 사용해 ARMA(2,2) 모델을 생성하고, 정상화된 데이터를 전달하세요.
  • 모델을 적합하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Take the first difference of the data
amazon_diff = amazon.____

# Create ARMA(2,2) model
arma = ____

# Fit model
arma_results = ____

# Print fit summary
print(arma_results.summary())
코드 편집 및 실행