Diagnostiek van het SARIMA-model
Meestal is de volgende stap het bepalen van de orde van differencing en andere modelordes. Deze keer is dat al voor je gedaan. De tijdreeks wordt het best gemodelleerd door een SARIMA(1, 1, 1)(0, 1, 1)\(_{12}\)-model met een constante term.
In deze oefening controleer je of dit een goed model is door het eerst te fitten met de SARIMAX-klasse en vervolgens de gebruikelijke modeldiagnostiek uit te voeren.
De co2-DataFrame en de SARIMAX-modelklasse zijn beschikbaar in je omgeving.
Deze oefening maakt deel uit van de cursus
ARIMA-modellen in Python
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# Import model class
from ____ import ___
# Create model object
model = SARIMAX(____,
order=____,
seasonal_order=____,
)
# Fit model
results = model.fit()