Диагностика модели

Модели ARIMA в Python

James Fulton

Climate informatics researcher

Введение в диагностику модели

  • Насколько хороша итоговая модель?
Модели ARIMA в Python

Остатки

Модели ARIMA в Python

Остатки

# 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
       ...         ...
Модели ARIMA в Python

Средняя абсолютная ошибка

Насколько предсказанные значения отличаются от реальных?

mae = np.mean(np.abs(residuals))
Модели ARIMA в Python

Диагностические графики

Если модель подобрана хорошо, остатки будут представлять собой белый гауссовский шум

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

Модели ARIMA в Python

График остатков

Модели ARIMA в Python

График остатков

Модели ARIMA в Python

Гистограмма с оценкой плотности

Модели ARIMA в Python

Нормальный Q-Q

Модели ARIMA в Python

Коррелограмма

Модели ARIMA в Python

Сводная статистика

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) - p-значение для нулевой гипотезы о некоррелированности остатков
  • Prob(JB) - p-значение для нулевой гипотезы о нормальности остатков
Модели ARIMA в Python

Давайте потренируемся!

Модели ARIMA в Python

Preparing Video For Download...