A temperatura é um passeio aleatório (com desvio)?

Um modelo ARMA é uma abordagem simplista para a previsão de mudanças climáticas, mas ilustra muitos dos tópicos abordados nesta aula.

O DataFrame temp_NY contém a temperatura média anual no Central Park, NY de 1870 a 2016 (os dados foram baixados do site NOAA aqui). Faça um gráfico dos dados e teste se eles seguem um passeio aleatório (com desvio).

Este exercício faz parte do curso

Análise de séries temporais em Python

Ver Curso

Instruções de exercício

Converta o índice de anos em um objeto de data e hora usando pd.to_datetime() e, como os dados são anuais, passe o argumento format='%Y'.
Trace os dados usando .plot()
Calcule o valor p do teste Augmented Dickey Fuller usando a função adfuller.
Salve os resultados do teste ADF em result e imprima o valor p em result[1].

Exercício interativo prático

Experimente este exercício preenchendo este código de exemplo.

# Import the adfuller function from the statsmodels module
from statsmodels.tsa.stattools import adfuller

# Convert the index to a datetime object
temp_NY.index = pd.to_datetime(___.___, format=___)

# Plot average temperatures
temp_NY.___
plt.show()

# Compute and print ADF p-value
result = ___(temp_NY['TAVG'])
print("The p-value for the ADF test is ", result[1])

Editar e executar código