Simuleer het random walk-model

Het random walk (RW)-model is ook een basaal tijdreeksmodel. Het is de cumulatieve som (of integratie) van een white noise (WN)-reeks met gemiddelde nul, zodat het eerste verschil van een RW een WN-reeks is. Ter referentie: het RW-model is een ARIMA(0, 1, 0)-model, waarin de middelste 1 aangeeft dat de orde van integratie 1 is.

De functie arima.sim() kan worden gebruikt om data uit een RW te simuleren door het argument model = list(order = c(0, 1, 0)) mee te geven. We moeten ook een serielengte n opgeven. Tot slot kun je een sd instellen voor de reeks (incrementen), waarbij de standaardwaarde 1 is.

Deze oefening maakt deel uit van de cursus

Tijdreeksanalyse in R

Cursus bekijken

Oefeninstructies

Gebruik arima.sim() om een RW-model te genereren. Zet het argument model gelijk aan list(order = c(0, 1, 0)) om een RW-type model te maken en zet n gelijk aan 100 om 100 observaties te krijgen. Sla dit op als random_walk.
Gebruik ts.plot() om je random_walk-data te plotten.
Gebruik diff() om het eerste verschil van je random_walk-data te berekenen. Sla dit op als random_walk_diff.
Gebruik nog een keer ts.plot() om random_walk_diff te plotten.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Generate a RW model using arima.sim
random_walk <- arima.sim(model = ___, n = ___)

# Plot random_walk


# Calculate the first difference series
random_walk_diff <- 

# Plot random_walk_diff

Code bewerken en uitvoeren