ÎncepețiÎncepe gratuit

Ajustează un model pur sezonier

Ca și în cazul altor modele, poți ajusta modele sezoniere în R folosind comanda sarima() din pachetul astsa.

Pentru a înțelege cum funcționează modelele pur sezoniere, cel mai bine este să lucrezi cu date simulate. Am generat 250 de observații dintr-un model pur sezonier dat de $$X_t = .9 X_{t-12} + W_t + .5 W_{t-12}\,,$$ pe care l-am denota ca SARMA(P = 1, Q = 1)S = 12. Trei ani de date, împreună cu ACF-ul și PACF-ul modelului, sunt reprezentate grafic pentru tine.

Vei compara valorile ACF și PACF din eșantion cu valorile reale afișate.

Pachetul astsa este preîncărcat, iar datele generate se află în x.

Acest exercițiu face parte din cursul

Modele ARIMA în R

Vezi cursul

Instrucțiuni pentru exercițiu

  • Folosește acf2() pentru a reprezenta grafic ACF-ul și PACF-ul din eșantion al datelor generate până la lag-ul 60 și compară-le cu valorile reale. Pentru a estima până la lag-ul 60, setează argumentul max.lag la valoarea 60.
  • Ajustează modelul pe datele generate folosind sarima(). Pe lângă argumentele p, d și q din comanda sarima(), specifică și P, D, Q și S (reține că R face distincție între majuscule și minuscule).

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Plot sample P/ACF to lag 60 and compare to the true values
acf2(___, max.lag = ___)

# Fit the seasonal model to x
sarima(x, p = 0, d = 0, q = 0, P = ___, D = 0, Q = ___, S = ___)
Editează și rulează codul