SARIMA 模型诊断
通常下一步需要确定差分阶数和其他模型阶数。不过，这一次这些工作已经为您完成。该时间序列最适合的模型是带常数项的 SARIMA(1, 1, 1)(0, 1, 1)$_{12}$。
在本练习中，您将先使用 SARIMAX 类拟合该模型，并按常规流程完成模型诊断，以确认这是一个合适的模型。
co2 数据框和 SARIMAX 模型类已在您的环境中提供。
本练习是课程的一部分
Python 中的 ARIMA 模型
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 model class
from ____ import ___
# Create model object
model = SARIMAX(____,
order=____,
seasonal_order=____,
)
# Fit model
results = model.fit()