การพยากรณ์ด้วย SARIMA
ในแบบฝึกหัดก่อนหน้า คุณได้ยืนยันแล้วว่าโมเดล SARIMA \((1,1,1)\) x \((0,1,1)_{12}\) นั้นเหมาะสมกับอนุกรมเวลา CO\(_2\) โดยใช้การตรวจสอบวินิจฉัย
ถึงเวลาแล้วที่จะนำโมเดลนี้ไปใช้พยากรณ์อนาคต นักวิทยาศาสตร์ด้านภูมิอากาศบอกว่าเรามีเวลาถึงปี 2030 ในการลดการปล่อย CO\(_2\) อย่างจริงจัง ไม่เช่นนั้นจะต้องเผชิญกับวิกฤตสังคมครั้งใหญ่
ในแบบฝึกหัดนี้ คุณจะพยากรณ์อนุกรมเวลา CO\(_2\) ไปจนถึงปี 2030 เพื่อดูว่าระดับ CO\(_2\) จะเป็นอย่างไร หากเรายังคงปล่อยก๊าซในอัตราเดิม
อ็อบเจกต์ผลลัพธ์ของโมเดลที่ฝึกแล้วพร้อมใช้งานในสภาพแวดล้อมของคุณในชื่อ results
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
ARIMA Models ใน Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Create forecast object
forecast_object = results.____
# Extract predicted mean attribute
mean = ____
# Calculate the confidence intervals
conf_int = ____
# Extract the forecast dates
dates = mean.index