Box-Jenkins-methode

ARIMA-modellen in Python

James Fulton

Climate informatics researcher

De Box-Jenkins-methode

Van ruwe data $\rightarrow$ productiemodel

• identificatie
• schatting
• modeldiagnose

Identificatie

• Is de tijdreeks stationair?
• Welke differencing maakt haar stationair?
• Welke transformaties maken haar stationair?
• Welke waarden van p en q zijn veelbelovend?

Identificatietools

• Plot de tijdreeks
  • df.plot()
• Gebruik de Augmented Dickey-Fuller-test
  • adfuller()
• Gebruik transformaties en/of differencing
  • df.diff(), np.log(), np.sqrt()
• Plot ACF/PACF
  • plot_acf(), plot_pacf()

Schatting

• Gebruik de data om modelcoëfficiënten te trainen
• Voor ons gedaan met model.fit()
• Kies tussen modellen met AIC en BIC
  • results.aic, results.bic

Modeldiagnose

• Zijn de residuen niet-gecorreleerd?
• Zijn de residuen normaal verdeeld?
  • results.plot_diagnostics()
  • results.summary()

Beslissing

Herhalen

• Doorloop het proces opnieuw met meer info
• Vind een beter model

Productie

• Klaar om te voorspellen
  • results.get_forecast()

Box-Jenkins

Laten we oefenen!

ARIMA-modellen in Python