ランダムウォーク（RW）モデルと自己回帰（AR）モデルを比較する

ランダムウォーク（RW）モデルは自己回帰（AR）モデルの特別な場合で、傾きパラメータが 1 に等しいモデルです。前の章で学んだように、RWモデルは定常ではなく、非常に強い持続性を示します。標本自己共分散関数（ACF）もゼロへ非常にゆっくり減衰するため、過去の値が現在の値に長く影響を与えます。

一方、定常なARモデルでは傾きパラメータは -1 から 1 の間にあります。傾きパラメータが 1 に近いほどARモデルの持続性は高くなりますが、過程は比較的すばやく平均に回帰します。標本ACFもゼロへ幾何級数的に（速く）減衰し、十分に過去の値が将来の値に与える影響は小さいことを示します。

この演習では、ARモデルから追加のデータをシミュレーションしてプロットし、これらの性質を確認します。