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

연습 문제

진단(Diagnostics)

이제 모델 진단 단계에 도착했어요. 지금까지 원 시계열이 정상성(stationary)을 만족하지만 이상치가 하나 있을 수 있다는 점을 확인했어요. ACF와 PACF로 유망한 모형 차수를 가려냈고, 여러 모델을 학습해 AIC와 BIC로 그 결과를 확인했죠.

데이터에는 ARMA(1,2) 모델이 가장 잘 맞는 것으로 나타났고, 이제 이를 실제 적용하기 전에 모델이 내놓는 예측을 점검하려고 해요.

시계열 savings는 로드되어 있고, ARIMA 클래스도 환경에 임포트되어 있어요.

지침

100 XP
  • 추세(trend)는 상수(constant)로 설정하여 시계열에 ARMA(1,2) 모델을 다시 학습하세요.
  • 표준 진단 플롯 4개를 만드세요.
  • 모델 잔차의 요약 통계를 출력하세요.