or
本练习是课程的一部分
直接上手，学习时间序列最重要的属性。您将了解平稳性，以及它对于 ARMA 模型的重要性。您将学习如何通过目测和标准统计检验来测试平稳性。最后，您将了解 ARMA 模型的基本结构，并据此生成一些 ARMA 数据并拟合一个 ARMA 模型。
本章的主题就是：预测您数据中即将发生的事情。您将学习如何使用优雅的 statsmodels 包来拟合 ARMA、ARIMA 和 ARMAX 模型。然后，您将使用这些模型来预测充满不确定性的股票价格未来！
当前练习
在本章中，您将成为一位有鉴别力的建模者。您将学习如何从数据本身识别有潜力的模型阶数；在训练出最具潜力的模型后，您还将学习如何从这组已拟合的模型中选择最佳模型。您还会学习一个用于组织时间序列项目的优秀框架。
在最后一章中，您将学习如何使用季节性 ARIMA 模型来拟合更复杂的数据。您将学习如何将数据分解为季节性与非季节性部分，随后有机会将所有 ARIMA 工具应用到最后一次全球预测挑战中。