前の演習では、対数変換と差分をとったvarve系列に対して2つの異なるARMAモデル、MA(1)とARMA(1,1)を当てはめました。残差解析のグラフは実行順に並んでいます。
次の記述のうち、誤っているものはどれですか（部分的に正しいものも誤りです—データ解析は政治ではありません）。
この演習はコースの一部です
理論を実践に変える、インタラクティブな演習のひとつをお試しください
時系列データの性質を調べ、その挙動を説明するARMAモデルの基礎を学びます。ARMAモデルで分析できる形にするために、生の時系列データを準備する基本的なRコマンドも学びます。
ARMAモデルの世界を探り、これらのモデルを時系列データに当てはめる方法を学びます。モデルの同定、正しいモデルの選び方、データに当てはめた後の検証方法を理解します。Rのstatsパッケージとastsaパッケージにある時系列コマンドの使い方も学びます。
現在の演習
定常な時系列にARMAモデルを当てはめられるようになったら、非定常な時系列に対する統合型ARMA（ARIMA）モデルを学びます。statsパッケージとastsaパッケージの時系列コマンドを使って、実データにモデルをフィットします。
季節ARIMAモデルを使って、季節性のある時系列データにフィットし予測する方法を学びます。前の章で学んだ内容を活用しつつ、statsパッケージとastsaパッケージにある時系列コマンドの拡張方法も身につけます。
