НачатьНачать бесплатно

AIC и BIC против ACF и PACF

В этом упражнении вы выполните поиск оптимального порядка модели по критериям AIC и BIC для временного ряда землетрясений. На прошлом занятии вы определили, что этот набор данных напоминает процесс AR(1). Проведите перебор параметров по сетке и проверьте, совпадают ли результаты. Графики ACF и PACF для этого набора данных представлены ниже.

<\center>

Класс модели ARIMA и DataFrame с временным рядом earthquake уже доступны в вашем окружении.

Это упражнение является частью курса

Модели ARIMA в Python

Посмотреть курс

Инструкции к упражнению

  • Выполните перебор порядков p и q от 0 до 2.
  • Внутри цикла попробуйте (try) подогнать модель ARMA(p,q) к ряду earthquake на каждой итерации.
  • Выводите значения p и q вместе с AIC и BIC на каждой итерации.
  • Если подгонка модели завершается ошибкой, выводите p, q, None, None.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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, ____, ____)
Редактировать и запускать код