1. 학습
    2. /
  2. 강의
    3. /
  3. Python으로 배우는 시계열 분석
Connected

연습 문제

가장 적합한 ARMA 모델은 무엇일까요?

3장에서 배웠듯이 Akaike Information Criterion(AIC)은 매개변수 수가 다른 모델을 비교할 때 사용할 수 있습니다. AIC는 적합도(goodness-of-fit)를 측정하지만, 매개변수가 많을수록 벌점을 주어 과적합을 방지합니다. AIC 값은 작을수록 좋습니다.

연간 기온 변화 데이터에 AR(1), AR(2), ARMA(1,1) 모델을 각각 적합하고, AIC 기준으로 어떤 모델이 가장 잘 맞는지 확인하세요. AR(2)와 ARMA(1,1) 모델은 AR(1)보다 매개변수가 하나 더 많습니다.

연간 기온 변화는 DataFrame chg_temp에 들어 있습니다.

지침

100 XP
  • 각 ARMA 모델에 대해 ARIMA 클래스의 인스턴스를 생성하고, 데이터와 order=(p,d,q)를 전달하세요. p는 자기회귀 차수, q는 이동 평균 차수, d는 시계열을 차분한 횟수입니다.
  • .fit() 메서드로 모델을 적합하세요.
  • 결과의 .aic 요소에 있는 AIC 값을 출력하세요.