सिंपल मूविंग एवरेज मॉडल का आकलन करें
अब जबकि आपने कुछ MA मॉडल simulate किए हैं और उनसे ACF निकाली है, आपका अगला कदम arima() कमांड का उपयोग करके कुछ डेटा पर सिंपल मूविंग एवरेज (MA) मॉडल फिट करना है। किसी दी गई टाइम सीरीज़ x के लिए हम arima(..., order = c(0, 0, 1)) का उपयोग करके सिंपल मूविंग एवरेज (MA) मॉडल फिट कर सकते हैं। संदर्भ के लिए ध्यान रखें कि MA मॉडल वास्तव में ARIMA(0, 0, 1) मॉडल होता है.
इस अभ्यास में, आप पहले से लोड की गई टाइम सीरीज़ (x, दाएँ तरफ दिए प्लॉट में दिखाई गई) और पहले के अध्यायों में उपयोग किए गए Nile डेटासेट—दोनों पर अभ्यास करेंगे.
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Time Series Analysis
अभ्यास निर्देश
arima()का उपयोग करके सीरीज़xपर MA मॉडल फिट करें.- आपके
arima()आउटपुट से प्राप्त slope (ma1), mean (intercept), और innovation variance (sigma^2) के estimates क्या हैं? इन्हें अपने वर्कस्पेस में पेस्ट करें. arima()की इसी तरह की कॉल का उपयोग करकेNileडेटा पर MA मॉडल फिट करें। परिणामों कोMAके रूप में सेव करें और आउटपुट दिखाने के लिएprint()का उपयोग करें.- अंत में,
Nileडेटा और आपके fitted MA मानों को plot करने के लिए दिए गए प्री-रिटन कमांड्स का उपयोग करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Fit the MA model to x
arima(___, order = ___)
# Paste the slope (ma1) estimate below
# Paste the slope mean (intercept) estimate below
# Paste the innovation variance (sigma^2) estimate below
# Fit the MA model to Nile
MA <- arima(___, order = ___)
print(MA)
# Plot Nile and MA_fit
ts.plot(Nile)
MA_fit <- Nile - resid(MA)
points(MA_fit, type = "l", col = 2, lty = 2)