Оценка модели MA

В этом упражнении вы оцените параметр MA(1), \(\small \theta\), одного из смоделированных рядов, которые были сгенерированы ранее. Поскольку истинные параметры симулированного ряда известны, это отличный способ разобраться в методах оценки, прежде чем применять их к реальным данным.

Для simulated_data_1 с истинным значением \(\small \theta\) равным -0,9 вы выведете оценку \(\small \theta\). Кроме того, вы выведете полный результат подгонки временного ряда, чтобы получить представление о том, какие тесты и сводные статистики доступны 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 симулированные данные simulated_data_1 и порядок (p,d,q) модели (в данном случае для MA(1)): order=(0,0,1).
Подгоните модель mod с помощью метода .fit() и сохраните результат в объект res.
Выведите полный отчёт о результатах с помощью метода .summary().
Выведите только оценку параметра theta, используя атрибут .params[1].

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 MA(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 the constant and for theta
print("When the true theta=-0.9, the estimate of theta is:")
print(res.___)

Редактировать и запускать код