Model tanılama

Python'da ARIMA Modelleri

James Fulton

Climate informatics researcher

Model tanılamaya giriş

Nihai model ne kadar iyi?

Artıklar

# Fit model
model = ARIMA(df, order=(p,d,q))
results = model.fit()

# Assign residuals to variable
residuals = results.resid

2013-01-23    1.013129
2013-01-24    0.114055
2013-01-25    0.430698
2013-01-26   -1.247046
2013-01-27   -0.499565
       ...         ...

Ortalama mutlak hata

Tahminler gerçek değerlerden ne kadar uzak?

mae = np.mean(np.abs(residuals))

Tanılama grafikleri

Model iyi uyuyorsa artıklar beyaz Gauss gürültüsü olur

# Create the 4 diagostics plots
results.plot_diagnostics()
plt.show()

Artıklar grafiği

Histogram ve tahmini yoğunluk

Normal Q-Q

Korrelogram

Özet istatistikler

print(results.summary())

...
===================================================================================
Ljung-Box (Q):                       32.10   Jarque-Bera (JB):                 0.02
Prob(Q):                              0.81   Prob(JB):                         0.99
Heteroskedasticity (H):               1.28   Skew:                            -0.02
Prob(H) (two-sided):                  0.21   Kurtosis:                         2.98
===================================================================================

Prob(Q) - artıkların otokorelasyonsuz olduğu sıfır hipotezinin p-değeri
Prob(JB) - artıkların normal dağıldığı sıfır hipotezinin p-değeri

Ayo berlatih!

Python'da ARIMA Modelleri