Прогноз SARIMA
У попередній вправі ви підтвердили за допомогою діагностичних перевірок, що модель SARIMA \((1,1,1)\) x \((0,1,1)_{12}\) добре підходить до часового ряду CO\(_2\).
Тепер час застосувати цю модель на практиці й побудувати прогноз. Кліматологи попереджають, що до 2030 року нам потрібно суттєво скоротити викиди CO\(_2\), інакше на нас чекають серйозні суспільні виклики.
У цій вправі ви спрогнозуєте часовий ряд CO\(_2\) до 2030 року, щоб побачити рівні CO\(_2\) за умови, що викиди залишаться на поточному рівні.
Об'єкт з результатами натренованої моделі доступний у вашому середовищі як results.
Ця вправа є частиною курсу
Моделі ARIMA в Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Create forecast object
forecast_object = results.____
# Extract predicted mean attribute
mean = ____
# Calculate the confidence intervals
conf_int = ____
# Extract the forecast dates
dates = mean.index