识别（Identification）
在接下来的练习中，您将应用 Box-Jenkins 方法，从一个未知数据集出发，构建出可以进行预测的模型。
您将使用一个新的时间序列：这是 1955-1979 年美国个人储蓄占可支配收入的百分比。
Box-Jenkins 方法的第一步是识别（Identification）。在本练习中，您将使用手头工具来检验该时间序列是否为平稳序列。
时间序列已作为 DataFrame savings 载入，且 adfuller() 函数已导入。
本练习是课程的一部分
Python 中的 ARIMA 模型
练习说明
- 使用 DataFrame 的
.plot()方法绘制该时间序列。 - 对
savingsDataFrame 的'savings'列应用 Dicky-Fuller 检验，并将检验结果赋给result。 - 打印 Dicky-Fuller 检验统计量及其对应的 p 值。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Plot time series
____
plt.show()
# Run Dicky-Fuller test
result = ____
# Print test statistic
____
# Print p-value
____