Kom igångKom igång gratis

Skattning

I den förra övningen var ACF och PACF lite svårtolkade. Resultaten tyder på att dina data antingen kan beskrivas av en ARMA(p,q)-modell eller av en ofullständig AR(3)-modell. I den här övningen söker du igenom olika modellordningar för att hitta den bästa modellen enligt AIC.

Tidsserien savings har laddats in och klassen ARIMA har importerats till din miljö.

Den här övningen är en del av kursen

ARIMA-modeller i Python

Visa kurs

Övningsinstruktioner

  • Loopa över värden för p från 0 till 3 och värden för q från 0 till 3.
  • Inuti loopen skapar du en ARMA(p,q)-modell.
  • Anpassa sedan modellen till tidsserien savings.
  • I slutet av varje loop skriver du ut värdena för p och q samt AIC och BIC.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Loop over p values from 0-3
for p in ____:
  
  # Loop over q values from 0-3
    for q in ____:
      try:
        # Create and fit ARMA(p,q) model
        model = ____(____, order=____)
        results = ____
        
        # Print p, q, AIC, BIC
        print(____)
        
      except:
        print(p, q, None, None)
Redigera och kör kod