搜索模型阶数
在本练习中，您将面对一个看起来符合 ARMA 模型的数据集。下方图中给出了该数据的 ACF 和 PACF。为了为该模型选择最佳阶数组合，您需要在许多可能的模型阶数上进行搜索，找出最优的一组参数。
<\center>ARIMA 模型类以及时间序列 DataFrame df 已在您的环境中可用。
本练习是课程的一部分
Python 中的 ARIMA 模型
练习说明
- 遍历
p从 0 到 2 的取值。 - 遍历
q从 0 到 2 的取值。 - 训练并拟合一个 ARMA(p,q) 模型。
- 向
order_aic_bic追加一个元组(p, q, AIC 值, BIC 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。
# Create empty list to store search results
order_aic_bic=[]
# Loop over p values from 0-2
for p in range(____):
# Loop over q values from 0-2
for q in range(____):
# create and fit ARMA(p,q) model
model = ARIMA(df, order=____)
results = model.fit()
# Append order and results tuple
order_aic_bic.append((____))