1. 학습
    2. /
  2. 강의
    3. /
  3. Rcpp で R コードを最適化する
Connected

연습 문제

MA(q) モデルをシミュレーションする

移動平均（MA）モデルも前の反復に依存します。AR モデルと異なり、依存しているのはノイズ成分です。

R でのアルゴリズムは次のとおりです。

ma1 <- function(n, mu, theta, sd) {
  q <- length(theta)
  x <- numeric(n)
  eps <- rnorm(n, 0, sd)
  for(i in seq(q + 1, n)) {
    value <- mu + eps[i]
    for(j in seq_len(q)) {
      value <- value + theta[j] * eps[i - j]
    }
    x[i] <- value
  }
  x
}

n はシミュレーションする観測数、mu は期待値、theta は移動平均の係数ベクトル、sd はノイズの標準偏差です。

この章の前半では、正規分布から単一の数を生成するために R::rnorm() を使いました。Rcpp::rnorm() もあり、こちらは一度に数値ベクトル全体を生成できます。引数は R の rnorm() と同じです。 ma1() を C++ に翻訳した ma2() の関数定義を完成させてください。

지침

100 XP
  • ノイズのベクトルを eps として生成します。Rcpp 名前空間の rnorm()（R 名前空間ではありません）を使ってください。
  • 外側の for ループの中で、value を mu に i 番目のノイズ値を足したものとして計算します。
  • 内側の for ループの中で、value に theta の j 番目の要素と eps の「i から j を引いてさらに 1 を引いた」要素の積を加えます。
  • ループの後で、x の i 番目の要素を value に設定します。