搜尋模型階數

在這個練習中，你拿到一個看起來像是 ARMA 模型產生的資料集。你可以在下方的圖中看到 ACF 與 PACF。為了為這個模型挑出最合適的階數，你需要在許多可能的模型階數上進行搜尋，找出最佳組合。

<\center>

ARIMA 模型類別與時間序列 DataFrame df 已可在你的環境中使用。

本練習屬於課程

Python 中的 ARIMA 模型

檢視課程

練習說明

針對 p 從 0 到 2 進行迴圈。
針對 q 從 0 到 2 進行迴圈。
訓練並擬合一個 ARMA(p,q) 模型。
將 (p,q, AIC value, BIC value) 這個 tuple 依序附加到 order_aic_bic。

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 empty list to store search results
order_aic_bic=[]

# Loop over p values from 0-2
for p in range(____):
  # Loop over q values from 0-2
    for q in range(____):
      	# create and fit ARMA(p,q) model
        model = ARIMA(df, order=____)
        results = model.fit()
        
        # Append order and results tuple
        order_aic_bic.append((____))

編輯並執行程式碼