1. Learn
    2. /
  2. 课程
    3. /
  3. Python 中的 ARIMA 模型
Connected

道练习

差分与拟合 ARMA

在本练习中，您将为 Amazon 股票数据集拟合一个 ARMA 模型。正如之前所见，这是一个非平稳数据集。您将通过差分将其转为平稳序列，从而可以拟合 ARMA 模型。

在下一部分，您将对差分值进行预测，并据此还原预测实际值。

环境中已提供 Amazon 股票时间序列 amazon。ARIMA 模型类也已可用。

说明

100 XP
  • 使用 amazon 的 .diff() 方法进行一阶差分，使时间序列平稳。别忘了用 .dropna() 方法删除 NaN 值。
  • 使用 ARIMA 类创建一个 ARMA(2,2) 模型，并传入平稳数据。
  • 拟合模型。