SARIMA 預測
在前一個練習中，你透過診斷檢查確認 SARIMA \((1,1,1)\) x \((0,1,1)_{12}\) 模型非常適合 CO\(_2\) 的時間序列。
現在該把這個模型用在實際的未來預測上。氣候科學家指出，我們必須在 2030 年前大幅降低 CO\(_2\) 排放，否則將面臨重大的社會挑戰。
在這個練習中，你將把 CO\(_2\) 的時間序列預測到 2030 年，看看若排放維持現況，CO\(_2\) 濃度會到什麼水準。
訓練後的模型結果物件已在你的環境中，名稱為 results。
本練習屬於課程
Python 中的 ARIMA 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。
# Create forecast object
forecast_object = results.____
# Extract predicted mean attribute
mean = ____
# Calculate the confidence intervals
conf_int = ____
# Extract the forecast dates
dates = mean.index