เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ค้นหาอันดับโมเดลที่เหมาะสม

ในแบบฝึกหัดนี้ คุณจะต้องทำงานกับชุดข้อมูลที่ดูเหมือนจะเป็นโมเดล ARMA โดยสามารถดู ACF และ PACF ได้จากกราฟด้านล่าง เพื่อเลือกอันดับที่ดีที่สุดสำหรับโมเดลนี้ จำเป็นต้องค้นหาผ่านอันดับโมเดลที่เป็นไปได้หลายแบบเพื่อหาชุดที่ดีที่สุด

<\center>

คลาสโมเดล ARIMA และ DataFrame ของอนุกรมเวลา df พร้อมใช้งานในสภาพแวดล้อมของคุณแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

ARIMA Models ใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • วนลูปค่า p ตั้งแต่ 0 ถึง 2
  • วนลูปค่า q ตั้งแต่ 0 ถึง 2
  • ฝึกและ fit โมเดล ARMA(p,q)
  • Append tuple ของ (p,q, ค่า AIC, ค่า BIC) ต่อท้าย order_aic_bic

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Create empty list to store search results
order_aic_bic=[]

# Loop over p values from 0-2
for p in range(____):
  # Loop over q values from 0-2
    for q in range(____):
      	# create and fit ARMA(p,q) model
        model = ARIMA(df, order=____)
        results = model.fit()
        
        # Append order and results tuple
        order_aic_bic.append((____))
แก้ไขและรันโค้ด