Видео: Построим на нашем занятии модель временного ряда ARIMA(p,k,q). Обоснуем выбор спецификации уравнения. Произведём прогноз для модели и реализуем проверку качества. Для построения модели авторегрессии–скользящего среднего ARMA(p,d,q) воспользуемся пакетом STATISTICA. Строим график временного ряда: Далее задаём переменную: Получаем график временного ряда: Обратим внимание, для данного временного ряда характерны сезонные колебания c частотой 4. В пакете STATISTICA используем раздел: Дополнительные (Advanced Models)/модели ® Прогноз/серия времени (Time Series/Forecasting)...

Для проверки качества модели прогнозирования временных рядов используется MAE. Спрогнозировать временные ряды без обучения можно двумя способами: Обучим модель с горизонтом прогнозирования в один день. Такие модели пригодятся в автоматизации принятия технических решений. Задача 1. Оцените модель первым способом — прогнозом константой. Дневной объём электропотребления предскажите медианой, сохраните значения в переменной pred_median и найдите для этого прогноза значение MAE. import pandas as pd import numpy as np from sklearn...