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
Istruzioni dell'esercizio
- Usa
arima()per stimare il modello WN pery. Assicurati di includere l'argomentoorder = c(0, 0, 0)dopo aver specificato i dati. - Calcola la media e la varianza di
yusando rispettivamentemean()evar(). Confronta i risultati con l'output del tuo comandoarima().
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