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

cvičení

Analýza dat – porodnost

Teď využiješ nové znalosti a pečlivě přizpůsobíš model SARIMA časové řadě birth z balíčku astsa. Data zachycují měsíční počty živě narozených dětí (v tisících, sezónně upravené) ve Spojených státech v letech 1948–1979 a zahrnují i baby boom po druhé světové válce.

Data birth jsou vykreslena v R konzoli. Všimni si dlouhodobého trendu (náhodná procházka) a sezónní složky dat.

Pokyny

100 XP
  • Pomocí diff() diferenciuj data (d_birth). Pomocí acf2() zobraz výběrový ACF a PACF těchto dat do zpoždění 60. Všimni si sezónní persistence.
  • Zavolej diff() ještě jednou a proveď sezónní diferenciaci dat. Výsledek ulož do dd_birth. Dalším voláním acf2() zobraz ACF a PACF těchto dat, opět do zpoždění 60. Dojdeš k závěru, že model SARIMA(0,1,1)x(0,1,1)12 se jeví jako rozumná volba.
  • Přizpůsob model SARIMA(0,1,1)x(0,1,1)12. Co se stane?
  • Přidej další AR parametr (nesezónní, p = 1), aby zachytil zbývající korelaci. Sedí model dobře?