Дифференцирование и подгонка модели ARMA
В этом упражнении вы подгоните модель ARMA к набору данных об акциях Amazon. Как вы уже видели, этот временной ряд является нестационарным. Вы применёте дифференцирование, чтобы сделать его стационарным и затем подогнать модель ARMA.
В следующем разделе вы построите прогноз разностей и используете его для прогнозирования исходных значений.
Временной ряд акций Amazon доступен в вашем окружении как amazon. Класс модели ARIMA также доступен в вашем окружении.
Это упражнение является частью курса
Модели ARIMA в Python
Инструкции к упражнению
- Используйте метод
.diff()объектаamazon, чтобы сделать временной ряд стационарным, вычислив первую разность. Не забудьте удалить значенияNaNс помощью метода.dropna(). - Создайте модель ARMA(2,2) с помощью класса
ARIMA, передав ему стационарные данные. - Обучите модель.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Take the first difference of the data
amazon_diff = amazon.____
# Create ARMA(2,2) model
arma = ____
# Fit model
arma_results = ____
# Print fit summary
print(arma_results.summary())