Zacznij terazZacznij za darmo

Generowanie danych ARMA

W tym ćwiczeniu wygenerujesz dane AR/MA/ARMA obejmujące 100 dni. Pamiętaj, że w rzeczywistych zastosowaniach takie dane mogą reprezentować zmiany cen akcji Google, zapotrzebowanie na energię w Nowym Jorku lub liczbę przypadków grypy.

Do generowania szeregów czasowych z różnymi współczynnikami AR i MA możesz użyć funkcji arma_generate_sample() dostępnej w swoim środowisku.

Pamiętaj, że dla dowolnego modelu ARMA(p,q):

  • Lista ar_coefs ma postać [1, -a_1, -a_2, ..., -a_p].
  • Lista ma_coefs ma postać [1, m_1, m_2, ..., m_q],

gdzie a_i to współczynniki AR dla opóźnienia i, a m_j to współczynniki MA dla opóźnienia j.

To ćwiczenie jest częścią kursu

Modele ARIMA w Pythonie

Zobacz kurs

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Import data generation function and set random seed
from statsmodels.tsa.arima_process import arma_generate_sample
np.random.seed(1)

# Set coefficients
ar_coefs = [____]
ma_coefs = [____]

# Generate data
y = arma_generate_sample(____, ____, nsample=____, scale=0.5)

plt.plot(y)
plt.ylabel(r'$y_t$')
plt.xlabel(r'$t$')
plt.show()
Edytuj i uruchom kod