拟合热身
太好了，您已经理解了模型的阶数！在拟合模型时，理解阶数非常重要。无论数据是什么，您都需要为要拟合的数据选择模型的阶数。
在本练习中，您将进行一些基础的拟合操作。拟合模型是迈向预测的关键下一步。我们会在下一章更详细地介绍，但现在先抢先体验一下。
环境中已为您创建了一些 ARMA(1,1) 的示例数据，变量名为 y。这些数据可能代表交通拥堵程度。您可以基于对它的预测来为驾驶员推荐更高效的行驶路线。
本练习是课程的一部分
Python 中的 ARIMA 模型
练习说明
- 从
statsmodels.tsa.arima.model子模块导入ARIMA模型类。 - 创建一个模型对象，将时间序列
y与模型阶数(1,0,1)作为参数传入。将其赋给变量model。 - 使用模型的
.fit()方法对数据进行拟合。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Import the ARIMA model
from ____ import ____
# Instantiate the model
model = ____(____, order=____)
# Fit the model
results = ____