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

演習

ホワイトノイズモデルをシミュレーションする

ホワイトノイズ（WN）モデルは、基本的な時系列モデルです。今後扱うより精緻なモデルの基盤にもなります。ここでは最もシンプルな形、独立同分布（i.i.d.）のデータに着目します。

arima.sim() 関数は、さまざまな時系列モデルからデータをシミュレーションできます。ARIMA は、本コースで扱う自己回帰和分移動平均モデル（autoregressive integrated moving average）の略です。

ARIMA(p, d, q) モデルは3つの要素からなり、自己回帰の次数 p、和分（差分）の次数 d、移動平均の次数 q を表します。各要素の詳細は後ほど説明しますが、ここでは ARIMA(0, 0, 0)、つまりこれらがすべて 0 の場合は単純な WN モデルになる点を押さえておきます。

この演習では、基本的な WN モデルのシミュレーションを練習します。

指示

100 XP
  • arima.sim() を使って、list(order = c(0, 0, 0)) の WN モデルからシミュレーションしてください。n 引数は 100 として、100 個の観測値を生成します。結果は white_noise に保存します。
  • ts.plot() を使って、white_noise オブジェクトをプロットします。
  • 最初の arima.sim() の呼び出しを再現しつつ、今回は mean 引数を 100、sd 引数を 10 に設定します。結果は white_noise_2 に保存します。
  • ts.plot() をもう一度呼び出して、white_noise_2 オブジェクトをプロットします。