Estime o modelo de média móvel simples

Agora que você já simulou alguns modelos MA e calculou a ACF desses modelos, o próximo passo é ajustar o modelo de média móvel (MA) simples a alguns dados usando o comando arima(). Para uma série temporal x dada, podemos ajustar o modelo MA simples com arima(..., order = c(0, 0, 1)). Para referência, um modelo MA é um ARIMA(0, 0, 1).

Neste exercício, você vai praticar usando uma série temporal pré-carregada (x, exibida no gráfico à direita) e também o conjunto de dados Nile usado em capítulos anteriores.

Este exercício faz parte do curso

Análise de Séries Temporais em R

Ver curso

Instruções do exercício

Use arima() para ajustar o modelo MA à série x.
Quais são as estimativas de inclinação (ma1), média (intercept) e variância da inovação (sigma^2) produzidas pela saída do seu arima()? Cole essas estimativas no seu ambiente de trabalho.
Faça uma chamada semelhante a arima() para ajustar o modelo MA aos dados de Nile. Salve os resultados como MA e use print() para exibir a saída.
Por fim, use os comandos já escritos para plotar os dados de Nile e os valores ajustados do seu modelo MA.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Fit the MA model to x
arima(___, order = ___)

# Paste the slope (ma1) estimate below


# Paste the slope mean (intercept) estimate below


# Paste the innovation variance (sigma^2) estimate below


# Fit the MA model to Nile
MA <- arima(___, order = ___)
print(MA)

# Plot Nile and MA_fit 
ts.plot(Nile)
MA_fit <- Nile - resid(MA)
points(MA_fit, type = "l", col = 2, lty = 2)

Editar e executar o código