Діагностика моделі

Моделі ARIMA в Python

James Fulton

Climate informatics researcher

Вступ до діагностики моделі

  • Наскільки добра фінальна модель?
Моделі ARIMA в Python

Залишки

Моделі ARIMA в Python

Залишки

# 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
       ...         ...
Моделі ARIMA в Python

Середня абсолютна похибка

Наскільки прогнози відхиляються від реальних значень?

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

Графіки діагностики

Якщо модель добре узгоджується з даними, залишки мають бути білим ґаусовим шумом

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

Моделі ARIMA в Python

Графік залишків

Моделі ARIMA в Python

Графік залишків

Моделі ARIMA в Python

Гістограма та оцінена щільність

Моделі ARIMA в Python

Q–Q для нормальності

Моделі ARIMA в Python

Корелограма

Моделі ARIMA в Python

Підсумкова 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-значення для нульової гіпотези, що залишки некорельовані
  • Prob(JB) — p-значення для нульової гіпотези, що залишки нормальні
Моделі ARIMA в Python

Давайте потренуємось!

Моделі ARIMA в Python

Preparing Video For Download...