AIC și BIC vs. ACF și PACF

În acest exercițiu vei aplica o căutare a ordinului bazată pe AIC-BIC pentru seria de timp a cutremurelor. În lecția anterioară ai stabilit că acest set de date seamănă cu un proces AR(1). Vei efectua o căutare tip grid peste parametri pentru a verifica dacă obții aceleași rezultate. Graficele ACF și PACF pentru acest set de date sunt afișate mai jos.

<\center>

Clasa de modele ARIMA și DataFrame-ul seriei de timp earthquake sunt disponibile în mediul tău de lucru.

Acest exercițiu face parte din cursul

Modele ARIMA în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Iterează peste ordinele lui p și q între 0 și 2.
În interiorul buclei, folosește try pentru a antrena un model ARMA(p,q) pe earthquake la fiecare iterație.
Afișează p și q împreună cu valorile AIC și BIC la fiecare iterație.
Dacă procesul de antrenare eșuează, afișează p, q, None, None.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Loop over p values from 0-2
for p in ____:
    # Loop over q values from 0-2
    for q in ____:
      
        try:
            # create and fit ARMA(p,q) model
            model = ____
            results = model.____
            
            # Print order and results
            print(p, q, ____, ____)
            
        except:
            print(p, q, ____, ____)

Editează și rulează codul