Взяття різниці
У цій вправі ви підготуєте часовий ряд із даними про чисельність населення міста до моделювання. Якби ви могли передбачати темп зростання міста, то можна було б планувати й будувати інфраструктуру, яка знадобиться пізніше, — тобто завчасно подбати про ефективні бюджетні витрати. У нашому випадку часовий ряд вигаданий, але він ідеально підходить для тренування.
Ви перевірите стаціонарність «на око» та за допомогою розширеного тесту Дікі–Фуллера (Augmented Dickey–Fuller), а також візьмете різницю, щоб зробити набір даних стаціонарним.
DataFrame із часовим рядом уже завантажено як city, а функцію adfuller() імпортовано.
Ця вправа є частиною курсу
Моделі ARIMA в Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Run the ADF test on the time series
result = ____(____)
# Plot the time series
fig, ax = plt.subplots()
city.plot(ax=ax)
plt.show()
# Print the test statistic and the p-value
print('ADF Statistic:', ____)
print('p-value:', ____)