AR(1) Zaman Serileri Simüle Et

statsmodels içindeki arima_process modülünü kullanarak, her biri farklı bir \(\small \phi\) parametresine sahip birkaç AR(1) zaman serisini simüle edip görselleştireceksin. Bu egzersizde, biri büyük pozitif \(\small \phi\), diğeri büyük negatif \(\small \phi\) olacak iki AR(1) modeline bakacağız; ama istersen kendi parametrelerinle de denemeler yapabilirsin.

arima_process modülünü kullanırken birkaç konvansiyon var ve kısa bir açıklama gerekiyor. İlk olarak, bu yordamlar hem AR hem de MA modellerini ele alacak şekilde oldukça genel yazılmıştır. MA modellerini bir sonraki bölümde işleyeceğiz, şimdilik MA kısmını görmezden gelebilirsin. İkinci olarak, katsayıları girerken gecikme sıfır katsayısı olan 1’i mutlaka eklemelisin ve diğer katsayıların işareti, (işaret işleme literatüründeki zaman serisi geleneğiyle tutarlı olmak için) burada kullandığımızın tersidir. Örneğin, \(\small \phi=0.9\) olan bir AR(1) süreci için AR parametrelerini temsil eden dizi ar = np.array([1, -0.9]) olur

Bu egzersiz

Python ile Zaman Serisi Analizi

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

arima_process modülündeki ArmaProcess sınıfını içe aktar.
Simüle edilen AR süreçlerini görselleştir:
- ar1, yukarıda açıklandığı gibi AR parametrelerini [1, \(\small -\phi\)] şeklinde temsil eden bir dizi olsun. Şimdilik MA parametre dizisi ma1 yalnızca gecikme-sıfır katsayısı olan bir içerecek.
- ar1 ve ma1 parametreleriyle ArmaProcess(ar,ma) sınıfından AR_object1 adında bir örnek oluştur.
- Az önce oluşturduğun AR_object1 nesnesinden .generate_sample() metodunu kullanarak 1000 veri noktası simüle et. Simüle edilen veriyi bir alt grafikte görselleştir.
Diğer AR parametresi için aynı adımları tekrarla.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# import the module for simulating data
from statsmodels.tsa.arima_process import ArmaProcess

# Plot 1: AR parameter = +0.9
plt.subplot(2,1,1)
ar1 = np.array([1, ____])
ma1 = np.array([1])
AR_object1 = ArmaProcess(____, ____)
simulated_data_1 = AR_object1.generate_sample(nsample=1000)
plt.plot(simulated_data_1)

# Plot 2: AR parameter = -0.9
plt.subplot(2,1,2)
ar2 = np.array([1, ____])
ma2 = np.array([1])
AR_object2 = ArmaProcess(____, ____)
simulated_data_2 = AR_object2.generate_sample(nsample=1000)
plt.plot(simulated_data_2)
plt.show()

Kodu Düzenle ve Çalıştır