1. 학습
    2. /
  2. 강의
    3. /
  3. Python으로 배우는 ARIMA 모델
Connected

연습 문제

진단 플롯 그리기

모델 설계를 다시 생각해야 할 때를 아는 것은 매우 중요합니다. 이 연습에서는 널리 쓰이는 4가지 플롯을 사용해 모델이 데이터에 얼마나 잘 맞는지 판단해 봅니다.

다음은 모델이 잘 맞을 때 각 플롯에서 기대되는 모습의 요약입니다:

Test Good fit
Standardized residual 잔차에 뚜렷한 패턴이 보이지 않습니다
Histogram plus kde estimate KDE 곡선이 정규분포와 매우 유사해야 합니다
Normal Q-Q 대부분의 점이 직선 위에 놓여야 합니다
Correlogram 지연이 0보다 큰 상관계수의 95%가 유의하지 않아야 합니다

알 수 없는 시계열 df와 ARIMA 모델 클래스가 환경에 준비되어 있습니다.-

지침 1/3

undefined XP
    1
    2
    3
  • 시계열 df에 ARIMA(1,1,1) 모델을 적합하세요.
  • 4가지 진단 플롯을 생성하세요.