시작하기무료로 시작하기

추정

이전 연습 문제에서 ACF와 PACF 결과가 다소 모호했어요. 데이터가 ARMA(p,q) 모형일 수도 있고, 완벽하지 않은 AR(3) 모형일 수도 있다는 신호가 있었죠. 이번 연습에서는 몇 가지 모형 차수를 탐색하면서 AIC 기준으로 가장 좋은 모형을 찾아볼 거예요.

시계열 savings가 로드되어 있고, ARIMA 클래스가 환경에 임포트되어 있어요.

이 연습은 강의의 일부입니다

Python으로 배우는 ARIMA 모델

강의 보기

연습 안내

  • p 값을 0부터 3까지, q 값을 0부터 3까지 반복하세요.
  • 반복문 안에서 ARMA(p,q) 모형을 생성하세요.
  • 그런 다음 모형을 시계열 savings에 적합하세요.
  • 각 반복의 끝에서 p, q 값과 AIC, BIC를 출력하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Loop over p values from 0-3
for p in ____:
  
  # Loop over q values from 0-3
    for q in ____:
      try:
        # Create and fit ARMA(p,q) model
        model = ____(____, order=____)
        results = ____
        
        # Print p, q, AIC, BIC
        print(____)
        
      except:
        print(p, q, None, None)
코드 편집 및 실행