НачатьНачать бесплатно

Диагностика

Вы перешли к этапу диагностики модели. К этому моменту вы установили, что исходный временной ряд стационарен, однако в нём может быть одна выбросная точка. Вы определили перспективные порядки модели с помощью ACF и PACF, а затем подтвердили эти выводы, обучив большое количество моделей и сравнив их по критериям AIC и BIC.

Вы пришли к выводу, что модель ARMA(1,2) лучше всего описывает данные, и теперь хотите проверить её прогнозы перед переводом в рабочую среду.

Временной ряд savings загружен, а класс ARIMA импортирован в ваше окружение.

Это упражнение является частью курса

Модели ARIMA в Python

Посмотреть курс

Инструкции к упражнению

  • Повторно обучите модель ARMA(1,2) на временном ряду, задав тренд как константу.
  • Постройте 4 стандартных диагностических графика.
  • Выведите сводную статистику по остаткам модели.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Create and fit model
model = ____
results = ____

# Create the 4 diagostics plots
____
plt.show()

# Print summary
____
Редактировать и запускать код