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

Exercise

ARMA モデルを当てはめる

ここでは、AR モデルと MA モデルを統合して ARMA モデルに進みます。ARMA(2,1) モデル $$X_t = X_{t-1} - .9 X_{t-2} + W_t + .8 W_{t-1}$$ からデータを生成しました。x <- arima.sim(model = list(order = c(2, 0, 1), ar = c(1, -.9), ma = .8), n = 250) を参照してください。シミュレーションデータと、標本 ACF と標本 PACF のペアを見て、考えられるモデルを検討しましょう。

ARMA(\(p, q\)) モデルでは、理論 ACF も PACF もいずれも漸減します。実データから次数を見分けるのは難しく、標本 ACF や標本 PACF が打ち切れているのか、漸減しているのかがはっきりしないこともあります。今回のケースでは真のモデル次数が分かっているので、生成データに ARMA(2,1) を当てはめてください。一般的なモデリング戦略については、コースの後半で詳しく扱います。

Instrukcje

100 XP
  • astsa パッケージはあらかじめ読み込まれています。x には ARMA(2,1) の 250 観測が入っています。
  • これまでの演習と同様に、plot() で x の生成データをプロットし、acf2() で標本 ACF と PACF のペアを表示してください。
  • sarima() を使って、生成データに ARMA(2,1) を当てはめましょう。t テーブルを確認し、推定値と真の値を比較してください。