CommencerCommencer gratuitement

Choix du modèle - I

D’après le couple P/ACF de la série varve transformée par logarithme puis différenciée (dl_varve), un MA(1) est indiqué. La meilleure approche pour ajuster des ARMA est de commencer par un modèle d’ordre faible, puis d’ajouter un paramètre à la fois pour voir si les résultats évoluent.

Dans cet exercice, vous allez ajuster plusieurs modèles à dl_varve et noter l’AIC et le BIC pour chacun. Dans l’exercice suivant, vous utiliserez ces AIC et BIC pour choisir un modèle. Rappelez-vous que vous souhaitez conserver le modèle dont la valeur d’AIC et/ou de BIC est la plus petite.

Avant de commencer :

sarima(x, p = 0, d = 0, q = 1) et sarima(x, 0, 0, 1)

sont identiques.

Cet exercice fait partie du cours

Modèles ARIMA en R

Afficher le cours

Instructions

  • Le package astsa est préchargé. La série varve a été transformée par logarithme puis différenciée : dl_varve <- diff(log(varve)).
  • Utilisez sarima() pour ajuster un MA(1) à dl_varve. Examinez attentivement la sortie de votre commande sarima() pour repérer l’AIC et le BIC de ce modèle.
  • Reprenez l’étape précédente en ajoutant un paramètre MA en ajustant un modèle MA(2). Selon l’AIC et le BIC, est-ce une amélioration par rapport au modèle précédent ?
  • Au lieu d’ajouter un paramètre MA, ajoutez un paramètre AR au MA(1) initial. Autrement dit, ajustez un ARMA(1,1) à dl_varve. Selon l’AIC et le BIC, est-ce une amélioration par rapport aux modèles précédents ?

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Fit an MA(1) to dl_varve.   


# Fit an MA(2) to dl_varve. Improvement?


# Fit an ARMA(1,1) to dl_varve. Improvement?
Modifier et exécuter le code