1. Nauka
    2. /
  2. Kursy
    3. /
  3. Modele ARIMA w R
Connected

ćwiczenie

Dopasowywanie modelu MA(1)

W tym ćwiczeniu wygenerowaliśmy dane z modelu MA(1): $$X_t = W_t - .8 W_{t-1} ,$$ x <- arima.sim(model = list(order = c(0, 0, 1), ma = -.8), n = 100). Przyjrzyj się symulowanym danym oraz próbkowym wykresom ACF i PACF, aby określić rząd modelu na podstawie tabeli z pierwszego ćwiczenia. Następnie dopasuj model.

Pamiętaj, że dla czystych modeli MA(q) teoretyczna ACF zanika po opóźnieniu q, natomiast PACF wygasa stopniowo.

Instrukcje

100 XP
  • Pakiet astsa jest już załadowany. 100 obserwacji z modelu MA(1) zostało wczytanych jako x.
  • Użyj funkcji plot(), aby wykreślić wygenerowane dane z x.
  • Wykreśl pary próbkowych ACF i PACF za pomocą funkcji acf2() z pakietu astsa.
  • Użyj funkcji sarima() z pakietu astsa, aby dopasować model MA(1) do wygenerowanych danych. Przeanalizuj tablicę t i porównaj oszacowania z prawdziwymi wartościami.