1. Learn
    2. /
  2. कोर्स
    3. /
  3. Modele ARIMA w Pythonie
Connected

अभ्यास

AR czy MA

W tym ćwiczeniu użyjesz ACF i PACF, aby zdecydować, czy dane lepiej opisuje model MA, czy AR. Pamiętaj, że wybór właściwego rzędu modelu ma ogromne znaczenie dla jakości prognoz.

Dla różnych typów modeli spodziewamy się następującego zachowania ACF i PACF:

AR(p)MA(q)ARMA(p,q)
ACFZanika stopniowoUrywa się po opóźnieniu qZanika stopniowo
PACFUrywa się po opóźnieniu pZanika stopniowoZanika stopniowo

W środowisku dostępny jest szereg czasowy o nieznanych właściwościach: df.

निर्देश 1/2

undefined XP
    1
    2
  • Zaimportuj funkcje plot_acf i plot_pacf ze statsmodels.
  • Narysuj ACF i PACF dla szeregu df dla pierwszych 10 opóźnień, z pominięciem opóźnienia zerowego.