1. Nauka
    2. /
  2. Kursy
    3. /
  3. Analiza szeregów czasowych w Pythonie
Connected

ćwiczenie

Który model ARMA jest najlepszy?

Przypomnij sobie z rozdziału 3., że Kryterium Informacyjne Akaikego (AIC) pozwala porównywać modele z różną liczbą parametrów. Mierzy ono dopasowanie modelu, ale karze modele z większą liczbą parametrów, zapobiegając w ten sposób przeuczeniu. Niższe wartości AIC oznaczają lepszy model.

Dopasuj dane temperaturowe do modeli AR(1), AR(2) i ARMA(1,1), a następnie sprawdź, który z nich najlepiej opisuje dane, korzystając z kryterium AIC. Modele AR(2) i ARMA(1,1) mają o jeden parametr więcej niż AR(1).

Roczna zmiana temperatury znajduje się w DataFrame chg_temp.

Instrukcje

100 XP
  • Dla każdego modelu ARMA utwórz instancję klasy ARIMA, przekazując dane oraz argument order=(p,d,q). p to rząd składnika autoregresyjnego; q to rząd składnika średniej ruchomej; d to liczba wykonanych różnicowań szeregu.
  • Dopasuj model za pomocą metody .fit().
  • Wyświetl wartość AIC, którą znajdziesz w elemencie .aic wyników.