1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Mô hình ARIMA với Python
Connected

Bài tập

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.

Hướng dẫn 1/3

undefined XP
  • 1
    • Chạy kiểm định Augmented Dickey-Fuller trên cột 'city_population' của city.
    • In ra thống kê kiểm định và p-value.
  • 2
    • Lấy sai phân bậc một của city và loại các giá trị NaN. Gán vào city_stationary và chạy lại kiểm định.
  • 3
    • Lấy sai phân bậc hai của city bằng cách áp dụng phương thức .diff() hai lần và loại các giá trị NaN.