Aan de slagGa gratis aan de slag

AIC en BIC vs ACF en PACF

In deze oefening ga je een AIC-BIC-ordezzoek uitvoeren voor de aardbevingen-tijdreeks. In de vorige les concludeerde je dat deze gegevensset leek op een AR(1)-proces. Je doet een grid search over parameters om te zien of je op dezelfde resultaten uitkomt. De ACF- en PACF-plots voor deze gegevensset staan hieronder.

<\center>

De ARIMA-modelklasse en de tijdreeks-DataFrame earthquake zijn beschikbaar in je omgeving.

Deze oefening maakt deel uit van de cursus

ARIMA-modellen in Python

Cursus bekijken

Oefeninstructies

  • Loop over orders van p en q tussen 0 en 2.
  • Probeer binnen de lus een ARMA(p,q) te fitten op earthquake bij elke iteratie.
  • Print p en q samen met AIC en BIC in elke lus.
  • Als het fitten van het model mislukt, print dan p, q, None, None.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Loop over p values from 0-2
for p in ____:
    # Loop over q values from 0-2
    for q in ____:
      
        try:
            # create and fit ARMA(p,q) model
            model = ____
            results = model.____
            
            # Print order and results
            print(p, q, ____, ____)
            
        except:
            print(p, q, ____, ____)
Code bewerken en uitvoeren