Nicht-saisonales Differenzieren für Stationarität
Differenzieren ist eine Methode, um eine Zeitreihe stationär zu machen; das bedeutet, dass systematische Muster wie Trend und Saisonalität aus den Daten entfernt werden. White Noise gilt als Spezialfall einer stationären Zeitreihe.
Bei nicht-saisonalen Daten verwendest du Lag-1-Differenzen, um Veränderungen zwischen Beobachtungen zu modellieren, anstatt die Beobachtungen direkt. Das hast du bereits mit der Funktion diff() gemacht.
In dieser Übung verwendest du die vorab geladenen wmurders-Daten. Sie enthalten die jährliche Mordrate an Frauen in den USA von 1950 bis 2004.
Diese Übung ist Teil des Kurses
<Kurs>Prognosen mit R</Kurs>Übungsanweisungen
- Zeichne die
wmurders-Daten und beobachte, wie sie sich im Zeitverlauf verändert haben. - Zeichne nun die jährlichen Veränderungen der Mordrate mithilfe der oben genannten Funktion und stelle fest, dass diese deutlich stabiler sind.
- Zeichne abschließend die ACF der Veränderungen der Mordrate mit einer Funktion, die du im ersten Kapitel gelernt hast.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Plot the US female murder rate
___
# Plot the differenced murder rate
___
# Plot the ACF of the differenced murder rate
___