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

Вправа

Діагностика

Ви дійшли до етапу діагностики моделі. Дотепер ви з'ясували, що початковий часовий ряд стаціонарний, але може мати одну викидну точку. Ви визначили перспективні порядки моделі за допомогою ACF і PACF та підтвердили ці висновки, навчивши багато моделей і використавши AIC і BIC.

Ви виявили, що модель ARMA(1,2) найкраще підходить до наших даних, і тепер хочете перевірити її прогнози, перш ніж переносити модель у промислову експлуатацію.

Часовий ряд savings вже завантажено, а клас ARIMA імпортовано у ваше середовище.

Інструкції

100 XP
  • Перенавчіть модель ARMA(1,2) на часовому ряді, задавши тренд як сталу.
  • Створіть 4 стандартні діагностичні графіки.
  • Виведіть зведену статистику залишків моделі.