1. Learn
    2. /
  2. Cursuri
    3. /
  3. Modele ARIMA în Python
Connected

exercițiu

Generarea datelor ARMA

În acest exercițiu vei genera date AR/MA/ARMA pentru 100 de zile. Ține minte că, în aplicații reale, aceste date ar putea reprezenta variații ale prețurilor acțiunilor Google, consumul energetic al orașului New York sau numărul de cazuri de gripă.

Poți folosi funcția arma_generate_sample() disponibilă în spațiul de lucru pentru a genera serii de timp cu diferiți coeficienți AR și MA.

Amintește-ți că, pentru orice model ARMA(p,q):

  • Lista ar_coefs are forma [1, -a_1, -a_2, ..., -a_p].
  • Lista ma_coefs are forma [1, m_1, m_2, ..., m_q],

unde a_i sunt coeficienții AR de lag-i, iar m_j sunt coeficienții MA de lag-j.

Instrucțiuni 1/3

undefined XP
  • 1
    • Setează ar_coefs și ma_coefs pentru un model MA(1) cu coeficientul MA de lag-1 egal cu -0.7.
    • Generează o serie de timp cu 100 de valori.
  • 2
    • Setează coeficienții pentru un model AR(2) cu coeficienții AR de lag-1 și lag-2 egali cu 0.3, respectiv 0.2.
  • 3
    • Setează coeficienții pentru un model de forma \(y_t = -0.2 y_{t-1} + 0.3 \epsilon_{t-1} + 0.4 \epsilon_{t-2} + \epsilon_t\).