Lấy sai phân
Trong bài tập này, bạn sẽ chuẩn bị một chuỗi thời gian về dân số của một thành phố để đưa vào mô hình. Nếu dự đoán được tốc độ tăng trưởng của một thành phố, bạn có thể lên kế hoạch và xây dựng hạ tầng cần thiết trong tương lai, giúp tối ưu chi tiêu công. Ở đây chuỗi thời gian là giả định, nhưng rất phù hợp để luyện tập.
Bạn sẽ kiểm tra tính dừng bằng trực quan và dùng kiểm định Augmented Dickey-Fuller, sau đó lấy sai phân để biến dữ liệu thành chuỗi dừng.
DataFrame của chuỗi thời gian đã được nạp sẵn là city và hàm adfuller() đã được import.
Bài tập này là một phần của khóa học
Mô hình ARIMA với Python
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Run the ADF test on the time series
result = ____(____)
# Plot the time series
fig, ax = plt.subplots()
city.plot(ax=ax)
plt.show()
# Print the test statistic and the p-value
print('ADF Statistic:', ____)
print('p-value:', ____)