1. 学ぶ
    2. /
  2. コース
    3. /
  3. Rで学ぶ時系列分析
Connected

演習

トレンド（ドリフト）付き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）は必ずしもゼロの周りをさまようとは限らず、上向きまたは下向きの軌道、すなわちドリフト（時間トレンド）を持つことがあります。これは、RW モデルに切片を含めることで実現でき、RW の時間トレンドの傾きに対応します。

別の表現として、一定の平均をもつホワイトノイズ（WN）系列の累積和をとると、その平均が RW の時間トレンドの傾きに対応します。

ドリフト付きの RW モデルからデータをシミュレーションするには、arima.sim() 関数に model = list(order = c(0, 1, 0)) 引数を指定して使います。今回はさらに、ドリフト（切片）を指定するために mean = ... という追加引数を与えてください。

指示

100 XP
  • arima.sim() を使って別の RW モデルを生成します。model 引数を list(order = c(0, 1, 0)) にして RW 型のモデルを作り、n を 100 にして 100 観測を生成します。ドリフトを与えるために mean を 1 に設定します。結果は rw_drift に保存してください。
  • ts.plot() を使って、rw_drift データをプロットします。
  • diff() を使って、rw_drift データの一次差分を計算します。これを rw_drift_diff として保存します。
  • もう一度 ts.plot() を呼び出して、rw_drift_diff をプロットします。