मॉडल चयन - I
लॉग और डिफरेंस किए गए varve डेटा (dl_varve) के सैंपल P/ACF पेयर के आधार पर MA(1) उपयुक्त दिखा। ARMA फिट करने का सबसे अच्छा तरीका है कि कम-ऑर्डर मॉडल से शुरुआत करें, फिर एक-एक पैरामीटर जोड़कर देखें कि नतीजे बदलते हैं या नहीं.
इस अभ्यास में, आप dl_varve डेटा पर अलग-अलग मॉडल फिट करेंगे और हर मॉडल के लिए AIC और BIC नोट करेंगे। अगले अभ्यास में, इन्हीं AIC और BIC मानों के आधार पर आप मॉडल चुनेंगे। याद रखें, आपको वही मॉडल रखना है जिसका AIC और/या BIC सबसे छोटा हो.
शुरू करने से पहले एक नोट:
sarima(x, p = 0, d = 0, q = 1) और sarima(x, 0, 0, 1)
एक ही हैं।
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में ARIMA मॉडल्स
अभ्यास निर्देश
- पैकेज astsa पहले से लोड है।
varveसीरीज़ को लॉग और डिफरेंस करकेdl_varve <- diff(log(varve))बनाया गया है। sarima()का उपयोग करकेdl_varveपर MA(1) फिट करें। अपनेsarima()कमांड के आउटपुट में इस मॉडल के AIC और BIC को ध्यान से देखें।- पिछले कदम को दोहराएँ, लेकिन एक अतिरिक्त MA पैरामीटर जोड़कर MA(2) मॉडल फिट करें। AIC और BIC के आधार पर देखें कि क्या यह पिछले मॉडल से बेहतर है।
- MA पैरामीटर जोड़ने के बजाय, मूल MA(1) फिट में एक AR पैरामीटर जोड़ें। यानी
dl_varveपर ARMA(1,1) फिट करें। AIC और BIC के आधार पर जाँचें कि क्या यह पहले के मॉडलों से सुधार है।
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Fit an MA(1) to dl_varve.
# Fit an MA(2) to dl_varve. Improvement?
# Fit an ARMA(1,1) to dl_varve. Improvement?