Sammanfattande diagnostikstatistik
Det är viktigt att veta när du behöver börja om från grunden i modelldesignen. I den här övningen använder du residualteststatistiken i resultatsammanfattningen för att avgöra om en modell passar en tidsserie väl.
Här är en påminnelse om testerna i modellsammanfattningen:
| Test | Nollhypotes | P-värdesnamn |
|---|---|---|
| Ljung-Box | Det finns inga korrelationer i residualerna |
Prob(Q) |
| Jarque-Bera | Residualerna är normalfördelade | Prob(JB) |
En okänd tidsserie df och modellklassen ARIMA finns tillgängliga i din miljö.
Den här övningen är en del av kursen
ARIMA-modeller i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Create and fit model
model1 = ARIMA(df, order=____)
results1 = model1.fit()
# Print summary
print(____)