Compară modelul mersului aleatoriu (RW) și modelul autoregresiv (AR)

Modelul mersului aleatoriu (RW) este un caz special al modelului autoregresiv (AR), în care parametrul de pantă este egal cu 1. Amintește-ți din capitolele anterioare că modelul RW nu este staționar și prezintă o persistență foarte puternică. Funcția sa de autocovariație (ACF) eșantionată descrește și ea foarte lent spre zero, ceea ce înseamnă că valorile din trecut au un impact de lungă durată asupra valorilor curente.

Modelul AR staționar are un parametru de pantă cuprins între -1 și 1. Modelul AR prezintă o persistență mai mare atunci când parametrul de pantă este mai aproape de 1, însă procesul revine la medie destul de rapid. ACF-ul său eșantionat descrește și el rapid spre zero (la rată geometrică), indicând că valorile din trecutul îndepărtat au un impact redus asupra valorilor viitoare ale procesului.

În acest exercițiu, vei explora aceste caracteristici simulând și reprezentând grafic date suplimentare dintr-un model AR.

Acest exercițiu face parte din cursul

Analiza seriilor de timp în R

Vezi cursul

Instrucțiuni pentru exercițiu

Folosește arima.sim() pentru a simula 200 de observații dintr-un model AR cu panta 0.9. Salvează rezultatul în x.
Folosește ts.plot() pentru a reprezenta grafic x și acf() pentru a vizualiza ACF-ul eșantionat.
Repetă același proces pentru un model AR cu panta 0.98. Salvează rezultatul în y.
Repetă pentru un model RW (z) și compară seriile de timp și ACF-urile eșantionate generate de cele trei modele.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Simulate and plot AR model with slope 0.9 
x <- arima.sim(model = ___, n = ___)
ts.plot(___)
acf(___)

# Simulate and plot AR model with slope 0.98
y <- 
ts.plot(___)
acf(___)

# Simulate and plot RW model
z <- 
ts.plot(___)
acf(___)

Editează și rulează codul