1. Nauka
    2. /
  2. Kursy
    3. /
  3. Analiza szeregów czasowych w R
Connected

ćwiczenie

Estymacja prostego modelu średniej ruchomej

Masz już za sobą symulowanie modeli MA i obliczanie ACF na ich podstawie – czas pójść o krok dalej. W tym ćwiczeniu dopasuj prosty model średniej ruchomej (MA) do danych za pomocą funkcji arima(). Dla danego szeregu czasowego x model MA można dopasować poleceniem arima(..., order = c(0, 0, 1)). Warto pamiętać, że model MA to inaczej model ARIMA(0, 0, 1).

W tym ćwiczeniu skorzystasz z wczytanego wcześniej szeregu czasowego (x, widocznego na wykresie po prawej stronie) oraz ze zbioru danych Nile, który pojawił się już we wcześniejszych rozdziałach.

Instrukcje

100 XP
  • Użyj funkcji arima(), aby dopasować model MA do szeregu x.
  • Jakie wartości współczynnika nachylenia (ma1), średniej (intercept) i wariancji innowacji (sigma^2) zwraca wynik arima()? Wklej je do swojego środowiska pracy.
  • Wykonaj podobne wywołanie arima(), aby dopasować model MA do danych Nile. Zapisz wyniki jako MA i wyświetl je za pomocą funkcji print().
  • Na koniec użyj gotowych poleceń, aby narysować wykres danych Nile wraz z dopasowanymi wartościami modelu MA.