Diagnostika – simulované přefitování
Jedním ze způsobů, jak ověřit správnost analýzy, je model záměrně přefitovat – přidat extra parametr a zjistit, jestli to na výsledcích něco změní. Pokud přidání parametrů výsledky výrazně změní, je čas zamyslet se nad zvoleným modelem. Pokud se výsledky příliš nezmění, můžeš si být jistý/á, že tvůj fit je správný.
Vygenerovali jsme 250 pozorování z modelu ARIMA(0,1,1) s parametrem MA rovným 0,9. Nejdříve model nafituješ na data pomocí osvědčených postupů.
Poté model ověříš přefitováním – přidáním jednoho parametru navíc – a zjistíš, jestli to způsobí nějaký rozdíl. V tomto případě přidáš další parametr MA, aby ses přesvědčil/a, že není potřeba.
Jako obvykle je balíček astsa předem načtený a vygenerovaná data v x jsou už vykreslena. Vykreslena jsou také diferencovaná data diff(x). Všimni si, že vypadají stacionárně.
Toto cvičení je součástí kurzu
Modely ARIMA v R
Pokyny k cvičení
- Vykresli výběrovou ACF a PACF diferencovaných dat pomocí
acf2()a všimni si, že model lze snadno identifikovat. - Nafituj model ARIMA(0,1,1) na simulovaná data pomocí
sarima(). Porovnej odhad parametru MA se skutečnou hodnotou 0,9 a prozkoumej grafy reziduí. - Přefituj model přidáním dalšího parametru MA. Nafituj tedy model ARIMA(0,1,2) na data a porovnej ho s výsledky modelu ARIMA(0,1,1).
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Plot sample P/ACF pair of the differenced data
# Fit the first model, compare parameters, check diagnostics
# Fit the second model and compare fit