1. 学ぶ
    2. /
  2. コース
    3. /
  3. Rで学ぶARIMAモデル
Connected

演習

混合季節モデルを当てはめる

本章の前半で扱ったような純粋な季節依存は比較的まれです。多くの季節時系列は「混合」依存であり、変動の一部だけが季節要因で説明されます。

完全な季節モデルは SARIMA(p,d,q)×(P,D,Q)S と表記し、大文字は季節次数を表します。

これまでと同様に、この演習では、ある季節データのシミュレーションに対して、標本の P/ACF の組を真の値と見比べ、sarima() を使ってモデルを当てはめます。今回は、シミュレートされたデータは混合季節モデル SARIMA(0,0,1)×(0,0,1)12 から生成されています。プロットには3年分のデータに加え、モデルの ACF と PACF が示されています。純粋な季節モデルと異なり、季節ラグだけでなく非季節ラグにも相関が見られる点に注目してください。

astsa パッケージはあらかじめ読み込まれています。生成されたデータは x に入っています。

指示

100 XP
  • 生成データの標本 ACF と PACF をラグ 60 まで（max.lag = 60）プロットし、真の値と比較します。
  • sarima() を使って生成データ（x）にモデルを当てはめます。前の演習と同様に、sarima() コマンドで季節に関する追加引数を必ず指定してください。