Nhiệt độ có phải là Random Walk (có Drift) không?
Mô hình ARMA là một cách tiếp cận đơn giản để dự báo biến đổi khí hậu, nhưng nó minh họa nhiều chủ đề đã học trong khóa này.
DataFrame temp_NY chứa nhiệt độ trung bình năm ở Central Park, NY từ 1870-2016 (dữ liệu được tải từ NOAA tại đây). Hãy vẽ biểu đồ dữ liệu và kiểm tra xem nó có tuân theo random walk (có drift) hay không.
Bài tập này là một phần của khóa học
Phân tích chuỗi thời gian với Python
Hướng dẫn bài tập
- Chuyển chỉ số năm sang đối tượng datetime bằng
pd.to_datetime(), và vì dữ liệu theo năm, truyền tham sốformat='%Y'. - Vẽ dữ liệu bằng
.plot() - Tính p-value của kiểm định Augmented Dickey-Fuller bằng hàm
adfuller. - Lưu kết quả kiểm định ADF vào
result, và in p-value trongresult[1].
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Import the adfuller function from the statsmodels module
from statsmodels.tsa.stattools import adfuller
# Convert the index to a datetime object
temp_NY.index = pd.to_datetime(___.___, format=___)
# Plot average temperatures
temp_NY.___
plt.show()
# Compute and print ADF p-value
result = ___(temp_NY['TAVG'])
print("The p-value for the ADF test is ", result[1])