ПочатиПочніть безкоштовно

Різницювання та підгонка ARMA

У цій вправі ви підгоните модель ARMA до набору даних про акції Amazon. Як ви вже бачили, це нестаціонарний набір даних. Ви застосуєте різницювання, щоб зробити його стаціонарним, і тоді зможете підганяти модель ARMA.

У наступному розділі ви спрогнозуєте різниці й використаєте це для прогнозування фактичних значень.

Часовий ряд акцій Amazon доступний у вашому середовищі як amazon. Клас моделі ARIMA також доступний у вашому середовищі.

Ця вправа є частиною курсу

Моделі ARIMA в Python

Переглянути курс

Інструкції до вправи

  • Скористайтеся методом .diff() для amazon, щоб зробити часовий ряд стаціонарним, узявши першу різницю. Не забудьте видалити значення NaN за допомогою методу .dropna().
  • Створіть модель ARMA(2,2) за допомогою класу ARIMA, передавши їй стаціонарні дані.
  • Підженіть модель.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Take the first difference of the data
amazon_diff = amazon.____

# Create ARMA(2,2) model
arma = ____

# Fit model
arma_results = ____

# Print fit summary
print(arma_results.summary())
Редагувати та запускати код