ComeçarComece de graça

Gerando dados ARMA

Neste exercício, você vai gerar dados de AR/MA/ARMA para 100 dias. Lembre-se de que, em aplicações reais, esses dados podem representar variações no preço das ações do Google, a demanda de energia da cidade de Nova York ou o número de casos de gripe.

Você pode usar a função arma_generate_sample() disponível no seu ambiente de trabalho para gerar séries temporais usando diferentes coeficientes de AR e MA.

Lembre-se de que, para qualquer modelo ARMA(p,q):

  • A lista ar_coefs tem a forma [1, -a_1, -a_2, ..., -a_p].
  • A lista ma_coefs tem a forma [1, m_1, m_2, ..., m_q],

onde a_i são os coeficientes AR defasados em i e m_j são os coeficientes MA defasados em j.

Este exercício faz parte do curso

Modelos ARIMA em Python

Ver curso

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Import data generation function and set random seed
from statsmodels.tsa.arima_process import arma_generate_sample
np.random.seed(1)

# Set coefficients
ar_coefs = [____]
ma_coefs = [____]

# Generate data
y = arma_generate_sample(____, ____, nsample=____, scale=0.5)

plt.plot(y)
plt.ylabel(r'$y_t$')
plt.xlabel(r'$t$')
plt.show()
Editar e executar o código