Zacznij terazZacznij za darmo

AIC i BIC a ACF i PACF

W tym ćwiczeniu przeprowadzisz wyszukiwanie rzędu modelu na podstawie kryteriów AIC i BIC dla szeregu czasowego trzęsień ziemi. W poprzedniej lekcji stwierdzono, że ten zbiór danych przypomina proces AR(1). Wykonasz przeszukiwanie siatki parametrów, aby sprawdzić, czy otrzymasz ten sam wynik. Wykresy ACF i PACF dla tego zbioru danych są pokazane poniżej.

<\center>

Klasa modelu ARIMA oraz ramka danych earthquake są dostępne w twoim środowisku.

To ćwiczenie jest częścią kursu

Modele ARIMA w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

  • Iteruj po rzędach p i q od 0 do 2.
  • Wewnątrz pętli użyj bloku try, aby dopasować model ARMA(p,q) do szeregu earthquake w każdej iteracji.
  • Wydrukuj wartości p i q wraz z AIC i BIC w każdej iteracji.
  • Jeśli dopasowanie modelu się nie powiedzie, wydrukuj p, q, None, None.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Loop over p values from 0-2
for p in ____:
    # Loop over q values from 0-2
    for q in ____:
      
        try:
            # create and fit ARMA(p,q) model
            model = ____
            results = model.____
            
            # Print order and results
            print(p, q, ____, ____)
            
        except:
            print(p, q, ____, ____)
Edytuj i uruchom kod