เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การระบุโมเดล II

จากที่เรียนไป time series savings เป็น stationary โดยไม่ต้องทำ differencing ด้วยข้อมูลนี้ ลองระบุว่า order ใดของโมเดลจะเหมาะสมที่สุด

ฟังก์ชัน plot_acf() และ plot_pacf() ได้ถูก import มาแล้ว และโหลด time series ลงใน DataFrame savings เรียบร้อยแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

ARIMA Models ใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้างกราฟ ACF สำหรับ lag ที่ 1-10 และแสดงบน axis ax1
  • ทำแบบเดียวกันสำหรับ PACF

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Create figure
fig, (ax1, ax2) = plt.subplots(2,1, figsize=(12,8))
 
# Plot the ACF of savings on ax1
____

# Plot the PACF of savings on ax2
____

plt.show()
แก้ไขและรันโค้ด