1. Learn
    2. /
  2. Courses
    3. /
  3. Rで学ぶ時系列分析
Connected

Exercise

自己回帰（AR）モデルを推定する

与えられた時系列 x に対して、arima() コマンドを使い、order を c(1, 0, 0) に設定すると自己回帰（AR）モデルを当てはめられます。参考までに、ARモデルは ARIMA(1, 0, 0) モデルに相当します。

この演習では、シミュレーションした時系列 x と AirPassengers データに対して arima() コマンドを使い、ARモデルの特性をさらに確認します。arima() は、推定された傾き（ar1）、平均（intercept）、およびイノベーション分散（sigma^2）を確認するのに役立ちます。

x と AirPassengers データはどちらも環境に読み込まれています。時系列 x は右側の図に表示されています。

Instructions

100 XP
  • arima() を使って系列 x に ARモデルを当てはめてください。出力結果をよく確認しましょう。
  • 直前のコマンドの出力から、傾き（ar1）、平均（intercept）、イノベーション分散（sigma^2）の推定値は何ですか？ それらをRワークスペースに入力してください。
  • 次に、AirPassengers に ARモデルを当てはめ、結果を AR として保存します。print() を使って当てはめたモデル AR を表示してください。
  • 最後に、用意されたコマンドを使って AirPassengers をプロットし、当てはめ値を計算して、図に追加してください。