1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. R로 배우는 시계열 분석
Connected

Bài tập

자기회귀 모형 시뮬레이션

자기회귀(AR) 모형은 아마도 가장 널리 쓰이는 시계열 모형입니다. 단순 선형회귀와 해석이 매우 비슷하지만, 여기서는 각 관측값이 바로 이전 관측값에 대해 회귀돼요. 또한 AR 모형은 앞 장에서 살펴본 백색잡음(WN)과 랜덤 워크(RW) 모형을 특수한 경우로 포함합니다.

이전 장에서 사용한 다목적 함수 arima.sim()은 model 인수를 list(ar = phi)로 설정하면 AR 모형의 데이터를 시뮬레이션하는 데에도 쓸 수 있어요. 여기서 phi는 (-1, 1) 구간의 기울기 매개변수입니다. 시계열 길이 n도 함께 지정해야 합니다.

이 연습에서는 이 명령을 사용해 기울기 매개변수가 각각 0.5, 0.9, -0.75인 세 가지 AR 모형을 시뮬레이션하고 그래프로 확인해 보겠습니다.

Hướng dẫn

100 XP
  • arima.sim()을 사용해 기울기가 0.5인 AR 모형의 관측값 100개를 시뮬레이션하세요. 이를 위해 model 인수를 list(ar = 0.5)로, n 인수를 100으로 설정하세요. 시뮬레이션한 데이터는 x에 저장하세요.
  • 같은 방식으로 기울기가 0.9인 AR 모형의 관측값 100개를 시뮬레이션하세요. 이 데이터는 y에 저장하세요.
  • 세 번째로 기울기가 -0.75인 AR 모형의 관측값 100개를 시뮬레이션하세요. 이 데이터는 z에 저장하세요.
  • plot.ts()와 cbind()를 사용해 세 개의 시계열 객체(x, y, z)를 함께 그래프로 그리세요.