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

ćwiczenie

Estymacja modelu autoregresyjnego (AR)

Dla danego szeregu czasowego x możemy dopasować model autoregresyjny (AR) za pomocą funkcji arima(), ustawiając parametr order na c(1, 0, 0). Warto pamiętać, że model AR to model ARIMA(1, 0, 0).

W tym ćwiczeniu przyjrzysz się bliżej właściwościom modelu AR, stosując funkcję arima() do symulowanego szeregu czasowego x oraz do danych AirPassengers. Polecenie to pozwala odczytać szacowane wartości: współczynnik nachylenia (ar1), średnią (intercept) oraz wariancję innowacji (sigma^2).

Zarówno x, jak i dane AirPassengers są już wczytane do twojego środowiska. Szereg czasowy x jest widoczny na wykresie po prawej stronie.

Instrukcje

100 XP
  • Użyj funkcji arima(), aby dopasować model AR do szeregu x. Dokładnie przeanalizuj wynik tego polecenia.
  • Jakie są szacowane wartości współczynnika nachylenia (ar1), średniej (intercept) oraz wariancji innowacji (sigma^2) z poprzedniego polecenia? Wpisz je w konsoli R.
  • Teraz dopasuj model AR do danych AirPassengers, zapisując wyniki jako AR. Użyj funkcji print(), aby wyświetlić dopasowany model AR.
  • Na koniec skorzystaj z podanych poleceń, aby narysować wykres AirPassengers, obliczyć dopasowane wartości i dodać je do wykresu.