ランダムウォークモデルをシミュレーションする
ランダムウォーク（RW）モデルも基本的な時系列モデルです。これは平均0のホワイトノイズ（WN）系列の累積和（積分）であり、RWの一次差分系列はWN系列になります。参考までに、RWモデルは ARIMA(0, 1, 0) モデルで、中間の1は積分次数が1であることを示しています。
arima.sim() 関数は、model = list(order = c(0, 1, 0)) 引数を指定することでRWのデータをシミュレーションできます。あわせて系列の長さ n も指定します。最後に、系列（増分）の標準偏差 sd を指定できます（既定値は1です）。
この演習はコースの一部です
Rで学ぶ時系列分析
演習の手順
arima.sim()を使ってRWモデルを生成します。model引数をlist(order = c(0, 1, 0))に設定してRWタイプのモデルを作成し、nを100に設定して100個の観測を生成します。結果をrandom_walkに保存します。ts.plot()を使ってrandom_walkデータをプロットします。diff()を使ってrandom_walkデータの一次差分を計算します。これをrandom_walk_diffとして保存します。- もう一度
ts.plot()を呼び出して、random_walk_diffをプロットします。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Generate a RW model using arima.sim
random_walk <- arima.sim(model = ___, n = ___)
# Plot random_walk
# Calculate the first difference series
random_walk_diff <-
# Plot random_walk_diff