ПочатиПочніть безкоштовно

Побудова динамічних прогнозів

Час візуалізувати ваші прогнози. Пам'ятайте: динамічні прогнози означають, що модель робить передбачення без подальших корекцій, на відміну від покрокових (one-step-ahead) прогнозів. Це схоже на те, що ви зараз прогнозуєте наступні 30 днів, а потім чекаєте на фактичні значення, щоб порівняти, наскільки влучними були ваші оцінки.

DataFrame-и lower_limits, upper_limits і amazon, а також середні прогнози mean_forecast, які ви створили у попередній вправі, доступні у вашому середовищі.

Ця вправа є частиною курсу

Моделі ARIMA в Python

Переглянути курс

Інструкції до вправи

  • Побудуйте графік даних amazon, використавши дати з індексу цього DataFrame як координати по осі x, а значення — по осі y.
  • Аналогічно побудуйте графік прогнозів mean_forecast.
  • Позначте заштриховану область між lower_limits і upper_limits вашого довірчого інтервалу. Використайте індекс одного з цих DataFrame-ів як координати по осі x.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# plot the amazon data
plt.plot(____, ____, label='observed')

# plot your mean forecast
plt.plot(____, ____, color='r', label='forecast')

# shade the area between your confidence limits
plt.____(____, ____, 
         ____, color='pink')

# set labels, legends and show plot
plt.xlabel('Date')
plt.ylabel('Amazon Stock Price - Close USD')
plt.legend()
plt.show()
Редагувати та запускати код