差分與擬合 ARMA
在這個練習中，你會對 Amazon 股價資料擬合一個 ARMA 模型。正如你先前所見，這是一個非定態的資料集。你會用差分讓它變為定態，才能擬合 ARMA 模型。
在下一節，你會先對差分值做預測，再用它來預測實際數值。
環境中已提供 Amazon 股價時間序列 amazon。ARIMA 模型類別也已在你的環境中可用。
本練習屬於課程
Python 中的 ARIMA 模型
練習說明
- 使用
amazon的.diff()方法取一階差分，讓時間序列變為定態。別忘了用.dropna()移除NaN值。 - 使用
ARIMA類別並傳入定態資料，建立 ARMA(2,2) 模型。 - 擬合（fit）模型。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Take the first difference of the data
amazon_diff = amazon.____
# Create ARMA(2,2) model
arma = ____
# Fit model
arma_results = ____
# Print fit summary
print(arma_results.summary())