Zacznij terazZacznij za darmo

Diagnostyka modelu SARIMA

Zazwyczaj kolejnym krokiem byłoby wyznaczenie rzędu różnicowania i pozostałych parametrów modelu. Tym razem zostało to już zrobione za ciebie. Szereg czasowy najlepiej opisuje model SARIMA(1, 1, 1)(0, 1, 1)\(_{12}\) z dodaną stałą.

W tym ćwiczeniu sprawdzisz, czy to dobry model – najpierw dopasuj go za pomocą klasy SARIMAX, a następnie przeprowadź standardową procedurę diagnostyczną.

Ramka danych co2 oraz klasa modelu SARIMAX są dostępne w twoim środowisku.

To ćwiczenie jest częścią kursu

Modele ARIMA w Pythonie

Zobacz kurs

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Import model class
from ____ import ___ 

# Create model object
model = SARIMAX(____, 
                order=____, 
                seasonal_order=____, 
)
# Fit model
results = model.fit()
Edytuj i uruchom kod