1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Modely ARIMA v R
Connected

cvičení

Analýza dat – nezaměstnanost II

Teď budeš pokračovat v natrénování modelu SARIMA na měsíční časové řadě nezaměstnanosti v USA unemp. Podíváš se na výběrové ACF a PACF plně diferencované řady.

Pamatuj, že osa zpoždění ve výsledném grafu P/ACF je vyjádřena v letech. Zpoždění 1, 2, 3, … tedy odpovídají 1 roku (12 měsícům), 2 rokům (24 měsícům), 3 rokům (36 měsícům) atd.

Balíček astsa je opět předem načtený.

Pokyny

100 XP
  • Plně diferencuj data (jako v předchozím cvičení) a vykresli výběrové ACF a PACF transformované řady až do zpoždění 60 měsíců (5 let). Vezmi v úvahu, že:
    • nesezónní složka: PACF se odřízne u zpoždění 2 a ACF postupně klesá.
    • sezónní složka: ACF se odřízne u zpoždění 12 a PACF postupně klesá u zpoždění 12, 24, 36, …
  • Navrhni a natrénuj model pomocí sarima(). Zkontroluj rezidua, abys ověřil/a vhodnost zvoleného modelu.