ПочатиПочніть безкоштовно

Ідентифікація

У наступних вправах ви застосуєте методологію Бокса — Дженкінса, щоб перейти від невідомого набору даних до моделі, готової робити прогнози.

Ви працюватимете з новим часовим рядом. Це особисті заощадження як % від наявного доходу у США за 1955–1979 роки.

Перший крок методології Бокса — Дженкінса — це ідентифікація. У цій вправі ви використаєте доступні інструменти, щоб перевірити, чи є цей новий часовий ряд стаціонарним.

Часовий ряд уже завантажено як датафрейм savings, а функцію adfuller() імпортовано.

Ця вправа є частиною курсу

Моделі ARIMA в Python

Переглянути курс

Інструкції до вправи

  • Побудуйте графік часового ряду за допомогою методу датафрейму .plot().
  • Застосуйте тест Дікі — Фуллера до стовпця 'savings' у датафреймі savings і запишіть результат тесту в змінну result.
  • Виведіть статистику тесту Дікі — Фуллера та відповідне p-значення.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Plot time series
____
plt.show()

# Run Dicky-Fuller test
result = ____

# Print test statistic
____

# Print p-value
____
Редагувати та запускати код