Estimasi model white noise

Untuk deret waktu y tertentu, kita dapat menyesuaikan model white noise (WN) menggunakan fungsi arima(..., order = c(0, 0, 0)). Ingat bahwa model WN adalah model ARIMA(0,0,0). Menerapkan fungsi arima() akan menghasilkan informasi atau keluaran tentang model yang diestimasi. Untuk model WN, ini mencakup rataan taksiran, berlabel intercept, dan varians taksiran, berlabel sigma^2.

Dalam latihan ini, Anda akan menelaah karakteristik model WN. Berapakah rataan taksirannya? Bandingkan dengan rataan sampel menggunakan fungsi mean(). Berapakah varians taksirannya? Bandingkan dengan varians sampel menggunakan fungsi var().

Deret waktu y sudah dimuat, dan ditampilkan pada gambar di samping.