1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Analýza časových řad v R
Connected

cvičení

Odhad modelu náhodné procházky

Pro danou časovou řadu y můžeme model náhodné procházky s driftem odhadnout tak, že data nejprve diferencujeme a poté na diferencovaná data pomocí příkazu arima() s argumentem order = c(0, 0, 0) nafitujeme model bílého šumu (WN).

Příkaz arima() zobrazí informace o nafitovaném modelu. Pod nadpisem Coefficients: najdeš odhadnutou hodnotu driftu, která se označuje jako intercept. Přímo pod ní je uvedena přibližná standardní chyba (s.e.). Rozptyl části WN modelu je odhadnut pod označením sigma^2.

Pokyny

100 XP
  • Časová řada random_walk je již načtena a zobrazena na přiloženém grafu. Pomocí funkce diff() vypočítej první diferenci dat a výsledek ulož do rw_diff.
  • Pomocí ts.plot() vykresli diferencovaná data.
  • Pomocí arima() nafituj WN model na diferencovaná data. Nastav argument x na rw_diff a argument order na c(0, 0, 0). Model ulož do model_wn.
  • Hodnotu intercept z model_wn ulož do int_wn. Tuto hodnotu získáš pomocí model_wn$coef.
  • Pomocí ts.plot() znovu vykresli původní graf časové řady random_walk.
  • Do grafu přidej odhadnutý časový trend pomocí funkce abline(). Jako druhý argument použij int_wn.