단순 이동평균(MA) 모형 시뮬레이션
단순 이동평균(MA) 모형은 매우 단기적인 자기상관을 설명하는 데 쓰이는 절제된(time-series) 시계열 모형입니다. 회귀식과 비슷한 형태이지만, 각 관측치는 실제로 관측되지 않는 직전 혁신(innovation)에 회귀해요. 자기회귀(AR) 모형과 마찬가지로, MA 모형은 백색잡음(WN) 모형을 특수한 경우로 포함합니다.
이전 모형들과 마찬가지로, MA 모형은 arima.sim()에서 model 인수를 list(ma = theta)로 설정해 시뮬레이션할 수 있어요. 여기서 theta는 구간 (-1, 1)에 속하는 기울기 모수입니다. 또한 n 인수로 시계열 길이를 지정해야 합니다.
이번 연습에서는 기울기 모수가 각각 0.5, 0.9, -0.5인 세 가지 MA 모형을 시뮬레이션하고 그림으로 확인해 볼 거예요.
이 연습은 강의의 일부입니다
R로 배우는 시계열 분석
연습 안내
arima.sim()을 사용해 기울기 모수를 0.5로, 길이를 100으로 설정한 MA 모형을 시뮬레이션하세요. 결과는x에 저장하세요.arima.sim()을 한 번 더 호출해 기울기 모수를 0.9로 설정한 MA 모형을 시뮬레이션하세요. 결과는y에 저장하세요.- 세 번째로
arima.sim()을 호출해 기울기 모수를 -0.5로 설정한 MA 모형을 시뮬레이션하세요. 결과는z에 저장하세요. plot.ts()를 사용해 세 모형을 모두 표시하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Generate MA model with slope 0.5
x <- arima.sim(model = ___, n = ___)
# Generate MA model with slope 0.9
y <-
# Generate MA model with slope -0.5
z <-
# Plot all three models together
plot.ts(cbind(___, ___, ___))