Simule o modelo autorregressivo

O modelo autorregressivo (AR) é, provavelmente, o modelo de séries temporais mais usado. Ele tem uma interpretação muito parecida com a de uma regressão linear simples, mas aqui cada observação é regressada sobre a observação anterior. O modelo AR também inclui os modelos de ruído branco (WN) e passeio aleatório (RW) vistos em capítulos anteriores como casos especiais.

A função versátil arima.sim() usada em capítulos anteriores também pode ser usada para simular dados de um modelo AR definindo o argumento model como list(ar = phi), em que phi é um parâmetro de inclinação no intervalo (-1, 1). Também precisamos especificar o comprimento da série n.

Neste exercício, você vai usar esse comando para simular e plotar três modelos AR diferentes com parâmetros de inclinação iguais a 0,5, 0,9 e -0,75, respectivamente.

Este exercício faz parte do curso

Análise de Séries Temporais em R

Ver curso

Instruções do exercício

Use arima.sim() para simular 100 observações de um modelo AR com inclinação igual a 0,5. Para isso, defina o argumento model como list(ar = 0.5) e o argumento n como 100. Salve esses dados simulados em x.
Faça uma chamada semelhante a arima.sim() para simular 100 observações de um modelo AR com inclinação igual a 0,9. Salve esses dados em y.
Faça uma terceira chamada a arima.sim() para simular 100 observações de um modelo AR com inclinação igual a -0,75. Salve esses dados em z.
Use plot.ts() com cbind() para plotar seus três objetos ts (x, y, z).

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Simulate an AR model with 0.5 slope
x <- arima.sim(model = ___, n = ___)

# Simulate an AR model with 0.9 slope
y <- 

# Simulate an AR model with -0.75 slope
z <- 

# Plot your simulated data
plot.ts(cbind(___, ___, ___))

Editar e executar o código