Simulasikan model simple moving average

Model simple moving average (MA) adalah model deret waktu yang hemat parameter untuk menangani autokorelasi jangka sangat pendek. Bentuknya mirip regresi, tetapi setiap observasi diregresikan pada inovasi sebelumnya, yang sebenarnya tidak teramati. Seperti model autoregressive (AR), model MA mencakup model white noise (WN) sebagai kasus khusus.

Seperti pada model sebelumnya, model MA dapat disimulasikan menggunakan perintah arima.sim() dengan mengatur argumen model ke list(ma = theta), di mana theta adalah parameter kemiringan dalam selang (-1, 1). Sekali lagi, Anda juga perlu menentukan panjang deret menggunakan argumen n.

Dalam latihan ini, Anda akan mensimulasikan dan memplot tiga model MA dengan parameter kemiringan masing-masing 0.5, 0.9, dan -0.5.

Latihan ini adalah bagian dari kursus

Analisis Deret Waktu dengan R

Lihat Kursus

Petunjuk latihan

Gunakan arima.sim() untuk mensimulasikan model MA dengan parameter kemiringan 0.5 dan panjang deret 100. Simpan model ini ke x.
Gunakan pemanggilan lain arima.sim() untuk mensimulasikan model MA dengan parameter kemiringan 0.9. Simpan model ini ke y.
Gunakan pemanggilan ketiga arima.sim() untuk mensimulasikan model MA terakhir dengan parameter kemiringan -0.5. Simpan model ini ke z.
Gunakan plot.ts() untuk menampilkan ketiga model tersebut.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Generate MA model with slope 0.5
x <- arima.sim(model = ___, n = ___)

# Generate MA model with slope 0.9
y <- 

# Generate MA model with slope -0.5
z <- 

# Plot all three models together
plot.ts(cbind(___, ___, ___))

Edit dan Jalankan Kode