1. Uczyć się
    2. /
  2. Courses
    3. /
  3. Rで学ぶARIMAモデル
Connected

Exercise

残差分析 - I

動画で見たように、sarima() の実行には残差分析のグラフが含まれます。具体的には、出力には (1) 標準化残差、(2) 残差の標本自己相関関数（ACF）、(3) 正規 Q-Q プロット、(4) Box–Ljung–Pierce のQ統計量に対応する p 値が表示されます。

各実行で、次のように4つの残差プロットを確認してください。

  1. 標準化残差は、平均0・分散1のホワイトノイズとして振る舞うはずです。この振る舞いからの逸脱がないか残差プロットを確認します。
  2. 残差の標本 ACF もホワイトノイズのように見えるはずです。この振る舞いからの逸脱がないか ACF を確認します。
  3. ARMA モデルを当てはめる際には正規性が重要な仮定です。Q-Q プロットで正規性からの逸脱や外れ値を確認します。
  4. Q 統計量のプロットを用いて、残差のホワイトノイズ性からの逸脱を検定する補助とします。

前の演習と同様に、dl_varve <- diff(log(varve)) であり、これは varve のプロットの下に描画されています。 astsa パッケージは事前に読み込まれています。

Instrukcje

100 XP
  • sarima() を使って dl_varve に MA(1) を当てはめ、上で示した手順に沿って完全な残差分析を行ってください。次の演習に向けて、観察した点をメモしておきましょう。
  • もう一度 sarima() を呼び出して dl_varve に ARMA(1,1) を当てはめ、同様に完全な残差分析を行ってください。こちらも、観察した点を次の演習のためにメモしておきましょう。