1. Обучение
    2. /
  2. Курса
    3. /
  3. Analiza szeregów czasowych w Pythonie
Connected

упражнение

Estymacja modelu MA

Wyestymujesz parametr MA(1), \(\small \theta\), dla jednej z symulowanych szeregów czasowych wygenerowanych we wcześniejszym ćwiczeniu. Ponieważ parametry szeregów symulowanych są znane, to dobry sposób na zapoznanie się z procedurami estymacji przed zastosowaniem ich do rzeczywistych danych.

Dla simulated_data_1 z prawdziwą wartością \(\small \theta\) równą -0,9 wyświetlisz estymowaną wartość \(\small \theta\). Ponadto wyświetlisz również pełne wyniki uzyskiwane po dopasowaniu szeregu czasowego, aby zobaczyć, jakie inne testy i statystyki podsumowujące są dostępne w bibliotece statsmodels.

Инструкции

100 XP
  • Zaimportuj klasę ARIMA z modułu statsmodels.tsa.arima.model.
  • Utwórz instancję klasy ARIMA o nazwie mod, używając danych symulowanych simulated_data_1 oraz rzędu (p,d,q) modelu – w tym przypadku dla MA(1) jest to order=(0,0,1).
  • Dopasuj model mod za pomocą metody .fit() i zapisz wynik w obiekcie wynikowym o nazwie res.
  • Wyświetl pełne podsumowanie wyników, korzystając z metody .summary().
  • Wyświetl samą estymowaną wartość parametru theta, używając atrybutu .params[1].