Оцінювання моделі MA

Ви оціните параметр MA(1), \(\small \theta\), для одного зі змодельованих рядів, які ви згенерували у попередній вправі. Оскільки для змодельованого ряду параметри відомі, це зручний спосіб розібратися з процедурами оцінювання перед застосуванням до реальних даних.

Для simulated_data_1 з істинним значенням \(\small \theta\) -0,9 ви виведете оцінку \(\small \theta\). Крім того, ви також виведете весь результат, який формується під час підгонки часового ряду, щоб побачити, які ще тести та підсумкові статистики доступні в 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, використовуючи змодельовані дані simulated_data_1 та порядок моделі (p,d,q) (у цьому випадку для MA(1)) — order=(0,0,1).
Підіженіть модель mod методом .fit() і збережіть результат в об'єкті res.
Виведіть повний підсумок результатів за допомогою методу .summary().
Виведіть лише оцінку параметра тета, використовуючи атрибут .params[1].

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 MA(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 the constant and for theta
print("When the true theta=-0.9, the estimate of theta is:")
print(res.___)

Редагувати та запускати код