Autoregressive मॉडल को सिम्युलेट करें
Autoregressive (AR) मॉडल शायद सबसे ज़्यादा इस्तेमाल होने वाला टाइम सीरीज़ मॉडल है. इसकी व्याख्या साधारण लीनियर रिग्रेशन जैसी परिचित है, लेकिन यहाँ हर ऑब्ज़र्वेशन को पिछले ऑब्ज़र्वेशन पर रिग्रेस किया जाता है. AR मॉडल में पहले के अध्यायों में देखे गए white noise (WN) और random walk (RW) मॉडल भी विशेष मामलों के रूप में शामिल होते हैं.
पिछले अध्यायों में इस्तेमाल किया गया बहुउपयोगी arima.sim() फंक्शन, model आर्ग्युमेंट को list(ar = phi) सेट करके AR मॉडल से डेटा सिम्युलेट करने के लिए भी उपयोग किया जा सकता है, जहाँ phi इंटरवल (-1, 1) का एक slope पैरामीटर है. हमें सीरीज़ की लंबाई n भी निर्दिष्ट करनी होगी.
इस अभ्यास में, आप इस कमांड का उपयोग करके तीन अलग-अलग AR मॉडल सिम्युलेट और प्लॉट करेंगे, जिनके slope पैरामीटर क्रमशः 0.5, 0.9, और -0.75 के बराबर हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Time Series Analysis
अभ्यास निर्देश
arima.sim()का उपयोग करके slope 0.5 वाला AR मॉडल के 100 ऑब्ज़र्वेशंस सिम्युलेट करें. इसके लिएmodelआर्ग्युमेंट कोlist(ar = 0.5)औरnआर्ग्युमेंट को100सेट करें. इस सिम्युलेटेड डेटा कोxमें सेव करें.- इसी तरह
arima.sim()कॉल करके slope 0.9 वाला AR मॉडल के 100 ऑब्ज़र्वेशंस सिम्युलेट करें. इस डेटा कोyमें सेव करें. - तीसरी बार कॉल करके slope -0.75 वाला AR मॉडल के 100 ऑब्ज़र्वेशंस सिम्युलेट करें. इस डेटा को
zमें सेव करें. - अपने तीनों ts ऑब्जेक्ट्स (
x,y,z) को प्लॉट करने के लिएcbind()के साथplot.ts()का उपयोग करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Simulate an AR model with 0.5 slope
x <- arima.sim(model = ___, n = ___)
# Simulate an AR model with 0.9 slope
y <-
# Simulate an AR model with -0.75 slope
z <-
# Plot your simulated data
plot.ts(cbind(___, ___, ___))