Metode Box-Jenkins

Model ARIMA di Python

James Fulton

Climate informatics researcher

Metode Box-Jenkins

Dari data mentah $\rightarrow$ model produksi

• identifikasi
• estimasi
• diagnostik model

Identifikasi

• Apakah deret waktunya stasioner?
• Pembedaan apa yang membuatnya stasioner?
• Transformasi apa yang membuatnya stasioner?
• Nilai p dan q mana yang paling menjanjikan?

Alat identifikasi

• Plot deret waktu
  • df.plot()
• Gunakan uji Augmented Dickey-Fuller
  • adfuller()
• Gunakan transformasi dan/atau pembedaan
  • df.diff(), np.log(), np.sqrt()
• Plot ACF/PACF
  • plot_acf(), plot_pacf()

Estimasi

• Latih koefisien model dari data
• Dilakukan oleh model.fit()
• Pilih antar model dengan AIC dan BIC
  • results.aic, results.bic

Diagnostik model

• Apakah residual tidak berkorelasi
• Apakah residual berdistribusi normal
  • results.plot_diagnostics()
  • results.summary()

Keputusan

Ulangi

• Ulangi proses dengan informasi lebih banyak
• Cari model yang lebih baik

Produksi

• Siap membuat prakiraan
  • results.get_forecast()

Box-Jenkins

Ayo berlatih!

Model ARIMA di Python