White noise मॉडल को सिमुलेट करें
White noise (WN) मॉडल एक बुनियादी time series मॉडल है। यह उन उन्नत मॉडलों का भी आधार है जिन्हें हम आगे देखेंगे। यहाँ हम WN के सबसे सरल रूप पर ध्यान देंगे: independent और identically distributed डेटा।
arima.sim() फंक्शन का उपयोग अलग-अलग time series मॉडलों से डेटा सिमुलेट करने के लिए किया जा सकता है। ARIMA का अर्थ है autoregressive integrated moving average — यह मॉडलों का वही वर्ग है जिसे हम इस कोर्स में देखते रहेंगे।
एक ARIMA(p, d, q) मॉडल के तीन भाग होते हैं: autoregressive order p, integration (या differencing) का क्रम d, और moving average order q। हम इन भागों का विवरण आगे देंगे, लेकिन अभी के लिए ध्यान दें कि ARIMA(0, 0, 0) — यानी जब ये सभी घटक शून्य हों — साधारण WN मॉडल ही होता है।
इस अभ्यास में, आप एक बुनियादी WN मॉडल को सिमुलेट करने का अभ्यास करेंगे.
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Time Series Analysis
अभ्यास निर्देश
arima.sim()का उपयोग करकेlist(order = c(0, 0, 0))वाले WN मॉडल से सिमुलेट करें।nआर्ग्युमेंट को100पर सेट करें ताकि 100 ऑब्ज़र्वेशन बनें। इस डेटा कोwhite_noiseनाम से सेव करें।ts.plot()का उपयोग करके अपनेwhite_noiseऑब्जेक्ट को प्लॉट करें।- अपनी मूल
arima.sim()कॉल को दोहराएँ, लेकिन इस बारmeanआर्ग्युमेंट को100औरsdआर्ग्युमेंट को10सेट करें। इस डेटा कोwhite_noise_2नाम से सेव करें। ts.plot()की एक और कॉल के साथ अपनेwhite_noise_2ऑब्जेक्ट को प्लॉट करें।
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Simulate a WN model with list(order = c(0, 0, 0))
white_noise <- arima.sim(model = ___, n = ___)
# Plot your white_noise data
# Simulate from the WN model with: mean = 100, sd = 10
white_noise_2 <- arima.sim(model = ___, n = ___, mean = ___, sd = ___)
# Plot your white_noise_2 data