1. Учиться
    2. /
  2. Courses
    3. /
  3. R로 배우는 시계열 분석
Connected

Exercise

드리프트가 있는 랜덤 워크 모형 시뮬레이션

랜덤 워크(RW)는 꼭 0 주변을 떠돌 필요가 없으며, 위쪽이나 아래쪽으로 기울어진 경로(즉, 드리프트 또는 시간 추세)를 가질 수 있어요. 이는 RW 모형에 절편을 포함해 구현하며, 이 절편은 RW 시간 추세의 기울기에 해당합니다.

다른 방식으로는, 일정한 평균을 갖는 백색잡음(WN) 시계열의 누적합을 취하면, 그 평균이 RW 시간 추세의 기울기에 대응합니다.

드리프트가 있는 RW 모형에서 데이터를 시뮬레이션하려면 arima.sim() 함수에 model = list(order = c(0, 1, 0)) 인수를 다시 사용하세요. 이번에는 드리프트(또는 절편)를 지정하기 위해 추가 인수 mean = ...를 넣어야 합니다.

Инструкции

100 XP
  • arima.sim()을 사용해 또 다른 RW 모형을 생성하세요. RW 유형 모형을 만들기 위해 model 인수를 list(order = c(0, 1, 0))로, 관측치 100개를 생성하기 위해 n을 100으로 설정하세요. 드리프트를 주기 위해 mean 인수를 1로 설정하세요. 결과를 rw_drift에 저장하세요.
  • ts.plot()을 사용해 rw_drift 데이터를 시각화하세요.
  • diff()를 사용해 rw_drift 데이터의 1차 차분을 계산하세요. 이를 rw_drift_diff로 저장하세요.
  • 다시 ts.plot()을 호출해 rw_drift_diff를 시각화하세요.