SARIMA-voorspelling
In de vorige oefening heb je met diagnostische checks bevestigd dat een SARIMA-model \((1,1,1)\) x \((0,1,1)_{12}\) goed past bij de CO\(_2\)-tijdreeks.
Nu is het tijd om dit model te gebruiken voor toekomstvoorspellingen. Klimaatwetenschappers geven aan dat we tot 2030 hebben om onze CO\(_2\)-uitstoot drastisch te verminderen; anders krijgen we te maken met grote maatschappelijke uitdagingen.
In deze oefening voorspel je de CO\(_2\)-tijdreeks tot en met 2030 om te zien welke CO\(_2\)-niveaus we behalen als we blijven uitstoten zoals nu.
Het getrainde modelresultaatobject is in je omgeving beschikbaar als results.
Deze oefening maakt deel uit van de cursus
ARIMA-modellen in Python
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Create forecast object
forecast_object = results.____
# Extract predicted mean attribute
mean = ____
# Calculate the confidence intervals
conf_int = ____
# Extract the forecast dates
dates = mean.index