1. Nauka
    2. /
  2. Kursy
    3. /
  3. Modele ARIMA w Pythonie
Connected

ćwiczenie

Różnicowanie i dopasowywanie modelu ARMA

W tym ćwiczeniu dopasujemy model ARMA do zbioru danych akcji Amazon. Jak już wiesz, jest to niestacjonarny szereg czasowy. Użyjesz różnicowania, aby go ustacjonaryzować i móc dopasować model ARMA.

W następnej sekcji wykonasz prognozę różnic i wykorzystasz ją do prognozowania rzeczywistych wartości.

Szeregiem czasowym akcji Amazon jest zmienna amazon, dostępna w twoim środowisku. Klasa modelu ARIMA jest również dostępna w twoim środowisku.

Instrukcje

100 XP
  • Użyj metody .diff() na zmiennej amazon, aby ustacjonaryzować szereg czasowy przez wzięcie pierwszej różnicy. Pamiętaj, aby usunąć wartości NaN metodą .dropna().
  • Utwórz model ARMA(2,2) przy użyciu klasy ARIMA, przekazując jej stacjonarne dane.
  • Dopasuj model.