Simulează modelul MA(q)
Modelele de medie mobilă (MA) depind și ele de iterația anterioară. Spre deosebire de modelele AR, dependența se referă la componenta de zgomot.
Iată algoritmul în R:
ma1 <- function(n, mu, theta, sd) {
q <- length(theta)
x <- numeric(n)
eps <- rnorm(n, 0, sd)
for(i in seq(q + 1, n)) {
value <- mu + eps[i]
for(j in seq_len(q)) {
value <- value + theta[j] * eps[i - j]
}
x[i] <- value
}
x
}
n este numărul de observații simulate, mu este valoarea așteptată, theta este un vector numeric de coeficienți ai mediei mobile, iar sd este abaterea standard a zgomotului.
Anterior în acest capitol, ai folosit R::rnorm() pentru a genera un singur număr dintr-o distribuție normală. Există și Rcpp::rnorm(), care poate genera dintr-o dată un întreg vector numeric. Aceasta primește aceleași argumente ca rnorm() din R.
Completează definiția funcției ma2(), o traducere în C++ a funcției ma1().
Acest exercițiu face parte din cursul
Optimizarea codului R cu Rcpp
Instrucțiuni pentru exercițiu
- Generează vectorul de zgomot ca
eps. Foloseșternorm()din namespace-ulRcpp(nu din namespace-ulR). - În interiorul buclei
forexterioare, calculeazăvaluecamuplus valoarea zgomotului de pe pozițiai. - În interiorul buclei
forinterioare, măreștevaluecu elementuljdinthetaînmulțit cu elementul de pe poziția "iminusjminus1" dineps. - După bucle, setează elementul de pe poziția
idinxla valoareavalue.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
#include
using namespace Rcpp ;
// [[Rcpp::export]]
NumericVector ma2( int n, double mu, NumericVector theta, double sd ){
int q = theta.size();
NumericVector x(n);
// Generate the noise vector
NumericVector eps = ___(___, 0.0, ___);
// Loop from q to n
for(int i = q; i < n; i++) {
// Value is mean plus noise
double value = ___ + ___;
// Loop from zero to q
for(int j = 0; j < q; j++) {
// Increase by the jth element of theta times
// the "i minus j minus 1"th element of eps
value += ___ * ___;
}
// Set ith element of x to value
___ = ___;
}
return x ;
}
/*** R
d <- data.frame(
x = 1:50,
y = ma2(50, 10, c(1, -0.5), 1)
)
ggplot(d, aes(x, y)) + geom_line()
*/