Mulai sekarangMulai gratis

Menyesuaikan model MA(1)

Dalam latihan ini, kami menghasilkan data dari model MA(1), $$X_t = W_t - .8 W_{t-1} ,$$ x <- arima.sim(model = list(order = c(0, 0, 1), ma = -.8), n = 100). Amati data hasil simulasi serta ACF dan PACF sampelnya untuk menentukan orde berdasarkan tabel yang diberikan pada latihan pertama. Lalu sesuaikan modelnya.

Ingat bahwa untuk model MA(q) murni, ACF teoretis akan terputus pada lag q, sedangkan PACF akan meluruh.

Latihan ini merupakan bagian dari kursus

Model ARIMA di R

Lihat Kursus

Instruksi latihan

  • Paket astsa sudah dimuat. Sebanyak 100 observasi MA(1) telah dimuat sebagai x.
  • Gunakan plot() untuk membuat plot data yang dihasilkan dalam x.
  • Plot pasangan ACF dan PACF sampel menggunakan acf2() dari paket astsa.
  • Gunakan sarima() dari astsa untuk menyesuaikan MA(1) pada data yang telah dihasilkan sebelumnya. Periksa t-table dan bandingkan estimasinya dengan nilai sebenarnya.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# astsa is preloaded

# Plot x


# Plot the sample P/ACF of x


# Fit an MA(1) to the data and examine the t-table
Edit dan Jalankan Kode