Sıcaklık Bir Rastgele Yürüyüş (Sürüklenmeli) mü?

ARMA modeli iklim değişikliklerini öngörmek için basit bir yaklaşımdır, ancak bu derste ele alınan birçok konuyu somutlaştırır.

temp_NY DataFrame'i, 1870-2016 yılları arasında Central Park, NY'deki ortalama yıllık sıcaklığı içerir (veri NOAA'dan buradan indirilmiştir). Veriyi görselleştir ve sürüklenmeli rastgele yürüyüşü izleyip izlemediğini test et.

Bu egzersiz

Python ile Zaman Serisi Analizi

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

Yıllardan oluşan indeksi pd.to_datetime() kullanarak datetime nesnesine dönüştür ve veri yıllık olduğundan format='%Y' argümanını geçir.
Veriyi .plot() kullanarak çiz.
adfuller fonksiyonunu kullanarak Genişletilmiş Dickey-Fuller testinin p-değerini hesapla.
ADF testinin sonuçlarını result içinde sakla ve p-değerini result[1] içinden yazdır.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Import the adfuller function from the statsmodels module
from statsmodels.tsa.stattools import adfuller

# Convert the index to a datetime object
temp_NY.index = pd.to_datetime(___.___, format=___)

# Plot average temperatures
temp_NY.___
plt.show()

# Compute and print ADF p-value
result = ___(temp_NY['TAVG'])
print("The p-value for the ADF test is ", result[1])

Kodu Düzenle ve Çalıştır