Identificare
În exercițiile următoare vei aplica metodologia Box-Jenkins pentru a transforma un set de date necunoscut într-un model pregătit să facă previziuni.
Vei lucra cu o nouă serie de timp. Aceasta reprezintă economiile personale ca procent din venitul disponibil în SUA, între 1955 și 1979.
Primul pas al metodologiei Box-Jenkins este Identificarea. În acest exercițiu vei folosi instrumentele disponibile pentru a testa dacă această nouă serie de timp este staționară.
Seria de timp a fost încărcată ca DataFrame savings, iar funcția adfuller() a fost deja importată.
Acest exercițiu face parte din cursul
Modele ARIMA în Python
Instrucțiuni pentru exercițiu
- Reprezintă grafic seria de timp folosind metoda
.plot()a DataFrame-ului. - Aplică testul Dickey-Fuller pe coloana
'savings'din DataFrame-ulsavingsși atribuie rezultatul testului variabileiresult. - Afișează statistica testului Dickey-Fuller și valoarea p asociată.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Plot time series
____
plt.show()
# Run Dicky-Fuller test
result = ____
# Print test statistic
____
# Print p-value
____