Model diagnostics

Python में ARIMA Models

James Fulton

Climate informatics researcher

मॉडल डायग्नॉस्टिक्स का परिचय

अंतिम मॉडल कितना अच्छा है?

रेजिडुअल्स

# 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
       ...         ...

Mean absolute error

प्रीडिक्शन वास्तविक मानों से कितने दूर हैं?

mae = np.mean(np.abs(residuals))

डायग्नॉस्टिक प्लॉट्स

यदि मॉडल अच्छा फिट होता है तो रेजिडुअल्स white Gaussian noise होंगे

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

रेजिडुअल्स प्लॉट

हिस्टोग्राम और अनुमानित डेंसिटी

नॉर्मल Q-Q

कोरेलग्राम

सार आँकड़े

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) - शून्य परिकल्पना के लिए p-value: रेजिडुअल्स असंबद्ध हैं
Prob(JB) - शून्य परिकल्पना के लिए p-value: रेजिडुअल्स नॉर्मल हैं

अभ्यास करते हैं!

Python में ARIMA Models