SARIMA 预测
在上一个练习中，您通过诊断检验确认 SARIMA \((1,1,1)\) x \((0,1,1)_{12}\) 模型能够很好地拟合 CO\(_2\) 时间序列。
现在是将该模型用于实际预测的时候了。气候科学家提醒我们，最晚到 2030 年必须大幅减少 CO\(_2\) 排放，否则将面临重大的社会挑战。
本练习中，您将把 CO\(_2\) 时间序列预测到 2030 年，查看在"按当前排放趋势继续"的情况下 CO\(_2\) 水平会达到多少。
已训练好的模型结果对象已在您的环境中，名称为 results。
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。
# Create forecast object
forecast_object = results.____
# Extract predicted mean attribute
mean = ____
# Calculate the confidence intervals
conf_int = ____
# Extract the forecast dates
dates = mean.index