Adatta un modello puramente stagionale
Come per gli altri modelli, puoi adattare modelli stagionali in R usando il comando sarima() del pacchetto astsa.
Per capire come funzionano i modelli puramente stagionali, è meglio partire da dati simulati. Abbiamo generato 250 osservazioni da un modello puramente stagionale dato da $$X_t = .9 X_{t-12} + W_t + .5 W_{t-12}\,,$$ che indicheremmo come SARMA(P = 1, Q = 1)S = 12. Tre anni di dati e l'ACF e la PACF del modello sono già tracciati per te.
Confronterai i valori ACF e PACF campionari dei dati generati con i valori veri mostrati.
Il pacchetto astsa è già caricato e i dati generati sono in x.
Questo esercizio fa parte del corso
Modelli ARIMA in R
Istruzioni dell'esercizio
- Usa
acf2()per tracciare l'ACF e la PACF campionarie dei dati generati fino al ritardo 60 e confrontale con i valori reali. Per stimare fino al ritardo 60, imposta l'argomentomax.laguguale a60. - Adatta il modello ai dati generati usando
sarima(). Oltre agli argomentip,deqnel tuo comandosarima(), specifica ancheP,D,QeS(nota che R fa distinzione tra maiuscole e minuscole).
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Plot sample P/ACF to lag 60 and compare to the true values
acf2(___, max.lag = ___)
# Fit the seasonal model to x
sarima(x, p = 0, d = 0, q = 0, P = ___, D = 0, Q = ___, S = ___)