랜덤 워크 모델 추정하기
주어진 시계열 y에 대해, 드리프트가 있는 랜덤 워크 모델을 적합하려면 먼저 데이터를 1차 차분한 뒤, 차분된 데이터에 대해 arima() 명령을 사용하고 order = c(0, 0, 0)) 인수를 지정하여 백색잡음(white noise, WN) 모델을 적합하면 됩니다.
arima() 명령은 적합된 모델에 대한 정보(출력)를 제공합니다. Coefficients: 항목 아래에는 intercept라는 이름의 추정된 드리프트 변수가 표시됩니다. 그 바로 아래에는 대략적인 표준오차(s.e.)가 제공됩니다. 또한 모델의 WN 구성 요소 분산은 sigma^2 레이블로 추정되어 표시됩니다.
이 연습은 강의의 일부입니다
R로 배우는 시계열 분석
연습 안내
- 시계열
random_walk는 이미 로드되어 있으며 옆의 그림에 표시되어 있어요.diff()를 사용해 데이터를 1차 차분하고, 결과를rw_diff에 저장하세요. ts.plot()을 사용해 차분된 데이터를 그리세요.arima()를 사용해 차분된 데이터에 대해 WN 모델을 적합하세요. 이를 위해x인수는rw_diff로,order인수는c(0, 0, 0)으로 설정하세요. 모델은model_wn에 저장하세요.model_wn의intercept값을int_wn에 저장하세요. 이 값은model_wn$coef로 얻을 수 있어요.ts.plot()을 사용해 원래의random_walk그래프를 다시 그리세요.abline()함수를 사용해 옆의 그래프에 추정된 시간 추세를 추가하세요. 두 번째 인수로int_wn을 사용하면 됩니다.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Difference your random_walk data
rw_diff <-
# Plot rw_diff
# Now fit the WN model to the differenced data
model_wn <-
# Store the value of the estimated time trend (intercept)
int_wn <-
# Plot the original random_walk data
# Use abline(0, ...) to add time trend to the figure