IniziaInizia gratis

Stima del modello white noise

Per una serie temporale y puoi adattare il modello white noise (WN) usando la funzione arima(..., order = c(0, 0, 0)). Ricorda che il modello WN è un modello ARIMA(0,0,0). L'applicazione della funzione arima() restituisce informazioni o risultati sul modello stimato. Per il modello WN questo include la media stimata, etichettata intercept, e la varianza stimata, etichettata sigma^2.

In questo esercizio esplorerai le caratteristiche del modello WN. Qual è la media stimata? Confrontala con la media campionaria usando la funzione mean(). Qual è la varianza stimata? Confrontala con la varianza campionaria usando la funzione var().

La serie temporale y è già stata caricata ed è mostrata nella figura a lato.

Questo esercizio fa parte del corso

Analisi delle serie temporali in R

Visualizza il corso

Istruzioni dell'esercizio

  • Usa arima() per stimare il modello WN per y. Assicurati di includere l'argomento order = c(0, 0, 0) dopo aver specificato i dati.
  • Calcola la media e la varianza di y usando rispettivamente mean() e var(). Confronta i risultati con l'output del tuo comando arima().

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# Fit the WN model to y using the arima command


# Calculate the sample mean and sample variance of y


Modifica ed esegui il codice