시작하기무료로 시작하기

식별

다음 연습 문제에서는 Box-Jenkins 방법론을 적용해, 미지의 데이터셋에서 예측에 사용할 수 있는 모델을 구축해 보겠습니다.

이번에 사용할 새로운 시계열은 미국의 1955–1979년 개인 저축(가처분소득 대비 %)입니다.

Box-Jenkins 방법론의 첫 단계는 식별(Identification)입니다. 이 연습 문제에서는 제공된 도구를 사용해 이 새로운 시계열이 정상성(stationarity)을 갖는지 검정해 보겠습니다.

시계열은 DataFrame savings로 로드되어 있고, adfuller() 함수가 임포트되어 있습니다.

이 연습은 강의의 일부입니다

Python으로 배우는 ARIMA 모델

강의 보기

연습 안내

  • DataFrame의 .plot() 메서드를 사용해 시계열을 시각화하세요.
  • savings DataFrame의 'savings' 열에 Dicky-Fuller 검정을 적용하고, 결과를 result에 할당하세요.
  • Dicky-Fuller 검정 통계량과 해당 p-값을 출력하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Plot time series
____
plt.show()

# Run Dicky-Fuller test
result = ____

# Print test statistic
____

# Print p-value
____
코드 편집 및 실행