1. Learn
    2. /
  2. Курси
    3. /
  3. Моделі ARIMA в Python
Connected

Вправа

Підсумкові діагностичні статистики

Важливо вчасно помічати, коли в побудові моделі слід повернутися до етапу проєктування. У цій вправі ви використаєте тестові статистики для залишків у підсумку результатів, щоб вирішити, чи добре модель підходить для часового ряду.

Нагадування про тести, наведені в підсумку моделі:

Тест Нульова гіпотеза Назва p-значення
Льюнґа–Бокса У залишках немає кореляцій
 Prob(Q)
Жарке–Бера Залишки мають нормальний розподіл Prob(JB)

У вашому середовищі доступні невідомий часовий ряд df і клас моделі ARIMA.

Інструкції 1/4

undefined XP
    1
    2
    3
    4
  • Навчіть модель ARMA(3,1) на часовому ряді df.
  • Виведіть підсумок моделі.