Een ARIMA-model fitten
In deze oefening leer je hoe je lui kunt zijn bij het modelleren van tijdreeksen. In plaats van zelf te differentiëren, het verschil te modelleren en dan weer te integreren, laat je statsmodels het zware werk doen.
Je herhaalt dezelfde oefening als eerder, waarin je de absolute waarden van de Amazon-aandelenreeks voorspelt, maar nu met een ARIMA-model.
Een subset van de aandelengegevens staat in je omgeving als amazon, en de ARIMA-modelklasse is ook beschikbaar.
Deze oefening maakt deel uit van de cursus
ARIMA-modellen in Python
Oefeninstructies
- Maak een ARIMA(2,1,2)-model met de
ARIMA-klasse en geef de Amazon-aandelengegevensamazondoor. - Fit het model.
- Maak een forecast van de gemiddelde waarden van de Amazon-gegevens voor de volgende 10 tijdstappen. Wijs het resultaat toe aan
arima_value_forecast.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Create ARIMA(2,1,2) model
arima = ____
# Fit ARIMA model
arima_results = ____
# Make ARIMA forecast of next 10 values
arima_value_forecast = ____.____(steps=____).____
# Print forecast
print(arima_value_forecast)