सही मॉडल चुनना

Python में Time Series Analysis

Rob Reider

Adjunct Professor, NYU-Courant Consultant, Quantopian

AR मॉडल का क्रम पहचानना

AR(p) मॉडल का क्रम आमतौर पर अज्ञात होता है
क्रम तय करने की दो तकनीकें
- Partial Autocorrelation Function
- सूचना मापदंड (Information criteria)

Partial Autocorrelation Function (PACF)

Python में PACF प्लॉट करें

ACF जैसा ही, लेकिन plt_acf की जगह plot_pacf उपयोग करें
मॉड्यूल इंपोर्ट करें
```
from statsmodels.graphics.tsaplots import plot_pacf
```
PACF प्लॉट करें
```
plot_pacf(x, lags= 20, alpha=0.05)
```

विभिन्न AR मॉडलों के PACF की तुलना

AR(1)
AR(3)

AR(2)
White Noise

सूचना मापदंड

सूचना मापदंड: पैरामीटरों की संख्या के अनुसार goodness-of-fit समायोजित करता है
दो लोकप्रिय समायोजित goodness-of-fit माप
- AIC (Akaike Information Criterion)
- BIC (Bayesian Information Criterion)

सूचना मापदंड

अनुमान आउटपुट

statsmodels से सूचना मापदंड प्राप्त करना

आपने पहले सीखा कि AR मॉडल कैसे फिट करें

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

और पूरा आउटपुट कैसे लें
```
result.summary()
```
या केवल पैरामीटर
```
result.params
```
AIC और BIC पाने के लिए
```
result.aic
result.bic
```

सूचना मापदंड

simulated AR(3) को अलग-अलग AR(p) मॉडलों पर फिट करें
सबसे कम BIC वाले p को चुनें

अभ्यास करते हैं!

Python में Time Series Analysis

Preparing Video For Download...