เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การระบุรูปแบบ

ในแบบฝึกหัดต่อไปนี้ คุณจะนำวิธีการ Box-Jenkins ไปใช้จริง ตั้งแต่การวิเคราะห์ชุดข้อมูลที่ยังไม่รู้จัก ไปจนถึงการสร้างโมเดลที่พร้อมสำหรับการพยากรณ์

คุณจะได้ใช้งาน Time Series ชุดใหม่ ซึ่งเป็นข้อมูลการออมส่วนบุคคลในฐานะเปอร์เซ็นต์ของรายได้ที่ใช้จ่ายได้ของสหรัฐอเมริการะหว่างปี 1955–1979

ขั้นตอนแรกของวิธีการ Box-Jenkins คือการระบุรูปแบบ (Identification) ในแบบฝึกหัดนี้ คุณจะใช้เครื่องมือที่มีอยู่เพื่อทดสอบว่า Time Series ชุดนี้เป็น Stationary หรือไม่

โหลด Time Series ไว้ในรูปแบบ DataFrame ชื่อ savings และนำเข้าฟังก์ชัน adfuller() แล้วเรียบร้อย

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

ARIMA Models ใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • พล็อต Time Series โดยใช้เมธอด .plot() ของ DataFrame
  • ใช้การทดสอบ Dickey-Fuller กับคอลัมน์ 'savings' ของ DataFrame savings แล้วกำหนดผลลัพธ์ให้กับตัวแปร result
  • แสดงค่าสถิติของการทดสอบ Dickey-Fuller และค่า p-value ที่เกี่ยวข้อง

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Plot time series
____
plt.show()

# Run Dicky-Fuller test
result = ____

# Print test statistic
____

# Print p-value
____
แก้ไขและรันโค้ด