Aan de slagGa gratis aan de slag

Augmented Dickey-Fuller

In deze oefening voer je de Augmented Dickey-Fuller-test uit op de aardbevingen-tijdreeks om te testen op stationariteit. Je hebt deze tijdreeks in de vorige oefening geplot. Het leek stationair te kunnen zijn, maar aardbevingen zijn zeer schadelijk. Als je er voorspellingen over wilt doen, moet je het zeker weten.

Onthoud dat als de reeks niet stationair is, dit betekent dat het aantal aardbevingen per jaar een trend heeft en verandert. Dat zou slecht nieuws zijn als het omhoog gaat, want dat betekent meer schade. Het zou ook slecht nieuws zijn als het omlaag gaat; het kan suggereren dat de kern van onze planeet verandert en dat kan allerlei gevolgen voor ons hebben!

De DataFrame met aardbevingen is voor je ingeladen als earthquake.

Deze oefening maakt deel uit van de cursus

ARIMA-modellen in Python

Cursus bekijken

Oefeninstructies

  • Importeer de Augmented Dickey-Fuller-functie adfuller() uit statsmodels.
  • Voer de functie adfuller() uit op de kolom 'earthquakes_per_year' van de DataFrame earthquake en ken het resultaat toe aan result.
  • Print de teststatistiek, de p-waarde en de kritieke waarden.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Import augmented dicky-fuller test function
from statsmodels.tsa.stattools import ____

# Run test
result = ____

# Print test statistic
print(____)

# Print p-value
print(____)

# Print critical values
print(____)
Code bewerken en uitvoeren