Estimarea și prognoza unui model AR

Analiza seriilor de timp în Python

Rob Reider

Adjunct Professor, NYU-Courant Consultant, Quantopian

Estimarea unui model AR

Estimarea parametrilor din date (simulate)

from statsmodels.tsa.arima_model import ARMA
mod = ARMA(data, order=(1,0))
result = mod.fit()

ARMA a fost depreciat și înlocuit cu ARIMA

from statsmodels.tsa.arima.model import ARIMA
mod = ARIMA(data, order=(1,0,0))
result = mod.fit()

Pentru ARMA, order=(p,q)
Pentru ARIMA, order=(p,d,q)

Estimarea unui model AR

Rezultat complet (valorile reale $\large \mu=0$ și $\large \phi=0.9$)
```
print(result.summary())
```

Estimarea unui model AR

Doar estimările lui $\large \mu$ și $\large \phi$ (valorile reale $\large \mu=0$ și $\large \phi=0.9$)
```
print(result.params)
```

array([-0.03605989,  0.90535667])

Prognoză cu un model AR

from statsmodels.graphics.tsaplots import plot_predict
fig, ax = plt.subplots()
data.plot(ax=ax)
plot_predict(result, start='2012-09-27', end='2012-10-06', alpha=0.05, ax=ax)
plt.show()

Argumentele funcției plot_predict()
- Primul argument este modelul ajustat
- Setați alpha=None pentru a elimina intervalul de încredere
- Setați ax=ax pentru a reprezenta datele și prognoza pe aceleași axe

Să exersăm!

Analiza seriilor de timp în Python