Een AR-model schatten

Je gaat de AR(1)-parameter, \(\small \phi\), schatten van een van de gesimuleerde reeksen die je in de vorige oefening hebt gemaakt. Omdat de parameters voor een gesimuleerde reeks bekend zijn, is dit een goede manier om de schattingsroutines te begrijpen voordat je ze op echte data toepast.

Voor simulated_data_1 met een echte \(\small \phi\) van 0,9, print je de schatting van \(\small \phi\) uit. Daarnaast print je ook de volledige uitvoer die wordt geproduceerd wanneer je een tijdreeks model fit, zodat je een idee krijgt van welke andere toetsen en samenvattende statistieken beschikbaar zijn in statsmodels.

Deze oefening maakt deel uit van de cursus

Tijdreeksanalyse in Python

Cursus bekijken

Oefeninstructies

Importeer de klasse ARIMA uit de module statsmodels.tsa.arima.model.
Maak een instantie van de klasse ARIMA met de gesimuleerde data simulated_data_1 en de orde (p,d,q) van het model (in dit geval, voor een AR(1)) als order=(1,0,0), en noem deze mod.
Fit het model mod met de methode .fit() en sla het op in een resultatenobject res.
Print de volledige samenvatting van de resultaten met de methode .summary().
Print alleen een schatting van \(\small \phi\) met het attribuut .params[1] (zonder haakjes).

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Import the ARIMA module from statsmodels
from statsmodels.tsa.arima.model import ARIMA

# Fit an AR(1) model to the first simulated data
mod = ARIMA(___, order=___)
res = mod.___

# Print out summary information on the fit
print(res.___)

# Print out the estimate for phi
print("When the true phi=0.9, the estimate of phi is:")
print(res.___)

Code bewerken en uitvoeren