Оцінювання моделі AR

Ви оціните параметр AR(1), \(\small \phi\), для одного зі згенерованих у попередній вправі рядів. Оскільки для змодельованого ряду параметри відомі, це добрий спосіб зрозуміти, як працюють процедури оцінювання, перш ніж застосовувати їх до реальних даних.

Для simulated_data_1 з істинним значенням \(\small \phi\) 0.9 ви виведете оцінку \(\small \phi\). Крім того, ви також виведете весь результат, який отримується під час підгонки часової моделі, щоб побачити, які ще тести та підсумкові статистики доступні у statsmodels.

Ця вправа є частиною курсу

Аналіз часових рядів у Python

Переглянути курс

Інструкції до вправи

Імпортуйте клас ARIMA з модуля statsmodels.tsa.arima.model.
Створіть екземпляр класу ARIMA з назвою mod, використавши змодельовані дані simulated_data_1 і порядок (p,d,q) моделі (у цьому випадку для AR(1)) — order=(1,0,0).
Підійміть модель mod методом .fit() і збережіть результат в об'єкті з назвою res.
Виведіть повний підсумок результатів за допомогою методу .summary().
Виведіть лише оцінку \(\small \phi\), використавши атрибут .params[1] (без дужок).

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Import the ARIMA module from statsmodels
from statsmodels.tsa.arima.model import ARIMA

# Fit an AR(1) model to the first simulated data
mod = ARIMA(___, order=___)
res = mod.___

# Print out summary information on the fit
print(res.___)

# Print out the estimate for phi
print("When the true phi=0.9, the estimate of phi is:")
print(res.___)

Редагувати та запускати код