Das einfache gleitende Durchschnittsmodell simulieren

Das einfache Moving-Average-(MA-)Modell ist ein sparsames Zeitreihenmodell, das sehr kurzfristige Autokorrelation abbildet. Es hat eine regressionsähnliche Form, aber hier wird jede Beobachtung auf die vorherige Innovation regressiert, die tatsächlich nicht beobachtet wird. Wie das autoregressive (AR-)Modell enthält das MA-Modell das White-Noise-(WN-)Modell als Spezialfall.

Wie bei den vorherigen Modellen kann das MA-Modell mit dem Befehl arima.sim() simuliert werden, indem du das Argument model auf list(ma = theta) setzt, wobei theta ein Steigungsparameter aus dem Intervall (-1, 1) ist. Außerdem musst du die Serienlänge über das Argument n angeben.

In dieser Übung simulierst und plottest du drei MA-Modelle mit den Steigungsparametern 0.5, 0.9 und -0.5.

Diese Übung ist Teil des Kurses

Zeitreihenanalyse in R

Kurs anzeigen

Anleitung zur Übung

Verwende arima.sim(), um ein MA-Modell mit dem Steigungsparameter 0.5 und einer Serienlänge von 100 zu simulieren. Speichere dieses Modell in x.
Verwende einen weiteren Aufruf von arima.sim(), um ein MA-Modell mit dem Steigungsparameter 0.9 zu simulieren. Speichere dieses Modell in y.
Verwende einen dritten Aufruf von arima.sim(), um ein MA-Modell mit dem Steigungsparameter -0.5 zu simulieren. Speichere dieses Modell in z.
Verwende plot.ts(), um alle drei Modelle anzuzeigen.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Generate MA model with slope 0.5
x <- arima.sim(model = ___, n = ___)

# Generate MA model with slope 0.9
y <- 

# Generate MA model with slope -0.5
z <- 

# Plot all three models together
plot.ts(cbind(___, ___, ___))

Code bearbeiten und ausführen