เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การประมาณค่าโมเดล AR

ในแบบฝึกหัดนี้ จะประมาณค่าพารามิเตอร์ AR(1) ที่เรียกว่า \(\small \phi\) จากชุดข้อมูลจำลองที่สร้างขึ้นในแบบฝึกหัดก่อนหน้า เนื่องจากชุดข้อมูลจำลองมีค่าพารามิเตอร์ที่ทราบอยู่แล้ว จึงเป็นวิธีที่ดีในการทำความเข้าใจขั้นตอนการประมาณค่าก่อนนำไปใช้กับข้อมูลจริง

สำหรับ simulated_data_1 ที่มีค่า \(\small \phi\) จริงเท่ากับ 0.9 ให้แสดงค่าประมาณของ \(\small \phi\) นอกจากนี้ ยังให้แสดงผลลัพธ์ทั้งหมดที่ได้จากการ fit อนุกรมเวลา เพื่อให้เห็นภาพว่า statsmodels มีการทดสอบและสถิติสรุปอะไรอีกบ้าง

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การวิเคราะห์อนุกรมเวลาด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • นำเข้าคลาส ARIMA จากโมดูล statsmodels.tsa.arima.model
  • สร้าง instance ของคลาส ARIMA ชื่อ mod โดยใช้ข้อมูลจำลอง simulated_data_1 และระบุ order (p,d,q) ของโมเดล (สำหรับ AR(1) ให้ใช้ order=(1,0,0))
  • Fit โมเดล mod ด้วยเมธอด .fit() แล้วเก็บผลลัพธ์ไว้ในออบเจกต์ชื่อ res
  • แสดงสรุปผลทั้งหมดโดยใช้เมธอด .summary()
  • แสดงเฉพาะค่าประมาณของ \(\small \phi\) โดยใช้แอตทริบิวต์ .params[1] (ไม่ต้องมีวงเล็บ)

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Import the ARIMA module from statsmodels
from statsmodels.tsa.arima.model import ARIMA

# Fit an AR(1) model to the first simulated data
mod = ARIMA(___, order=___)
res = mod.___

# Print out summary information on the fit
print(res.___)

# Print out the estimate for phi
print("When the true phi=0.9, the estimate of phi is:")
print(res.___)
แก้ไขและรันโค้ด