Simulace modelu bílého šumu

Model bílého šumu (WN) je základním modelem časových řad a zároveň stavebním kamenem pro složitější modely, které se naučíme dál. Zaměříme se na jeho nejjednodušší podobu — nezávislá a stejně rozdělená data.

Funkce arima.sim() umožňuje simulovat data z různých modelů časových řad. ARIMA je zkratka pro třídu autoregresních integrovaných modelů klouzavých průměrů, se kterými se setkáme v celém kurzu.

Model ARIMA(p, d, q) má tři části: řád autoregrese p, řád integrace (nebo diferenciace) d a řád klouzavého průměru q. Každou z těchto částí si brzy podrobněji popíšeme — zatím si jen poznamenej, že model ARIMA(0, 0, 0), tedy se všemi složkami rovnými nule, je právě model WN.

V tomto cvičení si vyzkoušíš simulaci základního modelu WN.

Toto cvičení je součástí kurzu

Analýza časových řad v R

Zobrazit kurz

Pokyny k cvičení

Pomocí arima.sim() simuluj model WN s parametrem list(order = c(0, 0, 0)). Nastav argument n na 100, aby se vygenerovalo 100 pozorování. Výsledek ulož do proměnné white_noise.
Vykresli objekt white_noise pomocí funkce ts.plot().
Zopakuj původní volání arima.sim(), tentokrát ale nastav argument mean na 100 a argument sd na 10. Výsledek ulož do proměnné white_noise_2.
Vykresli objekt white_noise_2 dalším voláním funkce ts.plot().

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Simulate a WN model with list(order = c(0, 0, 0))
white_noise <- arima.sim(model = ___, n = ___)

# Plot your white_noise data


# Simulate from the WN model with: mean = 100, sd = 10
white_noise_2 <- arima.sim(model = ___, n = ___, mean = ___, sd = ___)

# Plot your white_noise_2 data

Upravit a spustit kód