Оценка модели AR

В этом упражнении вы оцените параметр AR(1) \(\small \phi\) для одного из смоделированных рядов, которые вы создали ранее. Поскольку истинные параметры смоделированного ряда известны заранее, это отличный способ разобраться в методах оценки, прежде чем применять их к реальным данным.

Для simulated_data_1 с истинным значением \(\small \phi\) равным 0,9 вы выведете оценку параметра \(\small \phi\). Кроме того, вы распечатаете полный вывод, который формируется при подгонке временного ряда, — чтобы получить представление о доступных тестах и сводной статистике в statsmodels.

Это упражнение является частью курса

Анализ временных рядов на Python

Посмотреть курс

Инструкции к упражнению

Импортируйте класс ARIMA из модуля statsmodels.tsa.arima.model.
Создайте экземпляр класса ARIMA с именем mod, используя смоделированные данные simulated_data_1 и порядок (p,d,q) модели — для AR(1) это order=(1,0,0).
Подгоните модель mod с помощью метода .fit() и сохраните результат в объекте res.
Выведите полную сводку результатов с помощью метода .summary().
Выведите только оценку параметра \(\small \phi\), используя атрибут .params[1] (без скобок).

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Import the ARIMA module from statsmodels
from statsmodels.tsa.arima.model import ARIMA

# Fit an AR(1) model to the first simulated data
mod = ARIMA(___, order=___)
res = mod.___

# Print out summary information on the fit
print(res.___)

# Print out the estimate for phi
print("When the true phi=0.9, the estimate of phi is:")
print(res.___)

Редактировать и запускать код