Symulacja prostego modelu średniej ruchomej
Prosty model średniej ruchomej (MA) to oszczędny model szeregów czasowych, który pozwala uwzględniać autokorelację krótkookresową. Ma postać zbliżoną do regresji, jednak każda obserwacja jest tu regresowana na poprzedniej innowacji, która nie jest bezpośrednio obserwowana. Podobnie jak model autoregresyjny (AR), model MA zawiera model białego szumu (WN) jako przypadek szczególny.
Model MA można symulować za pomocą funkcji arima.sim(), ustawiając argument model na list(ma = theta), gdzie theta to parametr nachylenia z przedziału (-1, 1). Podobnie jak wcześniej, trzeba też określić długość szeregu za pomocą argumentu n.
W tym ćwiczeniu zasymuluj i zwizualizuj trzy modele MA z parametrami nachylenia: 0,5, 0,9 i -0,5.
To ćwiczenie jest częścią kursu
Analiza szeregów czasowych w R
Instrukcje do ćwiczenia
- Użyj
arima.sim(), aby zasymulować model MA z parametrem nachylenia równym 0,5 i długością szeregu 100. Zapisz wynik do zmiennejx. - Wywołaj ponownie
arima.sim(), aby zasymulować model MA z parametrem nachylenia równym 0,9. Zapisz wynik do zmiennejy. - Wywołaj
arima.sim()po raz trzeci, aby zasymulować model MA z parametrem nachylenia równym -0,5. Zapisz wynik do zmiennejz. - Użyj
plot.ts(), aby wyświetlić wszystkie trzy modele.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Generate MA model with slope 0.5
x <- arima.sim(model = ___, n = ___)
# Generate MA model with slope 0.9
y <-
# Generate MA model with slope -0.5
z <-
# Plot all three models together
plot.ts(cbind(___, ___, ___))