ПочатиПочніть безкоштовно

Генерація даних ARMA

У цій вправі ви згенеруєте дані AR/MA/ARMA за 100 днів. Пам'ятайте, що в реальних застосунках це можуть бути зміни ціни акцій Google, потреби Нью-Йорка в енергії або кількість випадків грипу.

Ви можете скористатися функцією arma_generate_sample() у вашому робочому середовищі, щоб генерувати часові ряди з різними коефіцієнтами AR і MA.

Пам'ятайте, що для будь-якої моделі ARMA(p,q):

  • Список ar_coefs має вигляд [1, -a_1, -a_2, ..., -a_p].
  • Список ma_coefs має вигляд [1, m_1, m_2, ..., m_q],

де a_i — це AR-коефіцієнти із запізненням i, а m_j — MA-коефіцієнти із запізненням j.

Ця вправа є частиною курсу

Моделі ARIMA в Python

Переглянути курс

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Import data generation function and set random seed
from statsmodels.tsa.arima_process import arma_generate_sample
np.random.seed(1)

# Set coefficients
ar_coefs = [____]
ma_coefs = [____]

# Generate data
y = arma_generate_sample(____, ____, nsample=____, scale=0.5)

plt.plot(y)
plt.ylabel(r'$y_t$')
plt.xlabel(r'$t$')
plt.show()
Редагувати та запускати код