Estimează modelul autoregresiv (AR)

Pentru o serie de timp x dată, putem ajusta modelul autoregresiv (AR) folosind comanda arima() și setând order la c(1, 0, 0). Reține că un model AR este un model ARIMA(1, 0, 0).

În acest exercițiu, vei explora proprietăți suplimentare ale modelului AR, exersând comanda arima() pe o serie de timp simulată x, dar și pe datele AirPassengers. Această comandă îți permite să identifici panta estimată (ar1), media (intercept) și varianța inovației (sigma^2) ale modelului.

Atât x, cât și datele AirPassengers sunt preîncărcate în mediul tău. Seria de timp x este afișată în figura din dreapta.

Acest exercițiu face parte din cursul

Analiza seriilor de timp în R

Vezi cursul

Instrucțiuni pentru exercițiu

Folosește arima() pentru a ajusta modelul AR la seria x. Examinează cu atenție rezultatul acestei comenzi.
Care sunt estimările pentru pantă (ar1), medie (intercept) și varianța inovației (sigma^2) din comanda anterioară? Introdu-le în spațiul de lucru R.
Acum, ajustează modelul AR la AirPassengers, salvând rezultatele ca AR. Folosește print() pentru a afișa modelul ajustat AR.
În final, folosește comenzile furnizate pentru a reprezenta grafic AirPassengers, a calcula valorile ajustate și a le adăuga în figură.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

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

# Copy and paste the slope (ar1) estimate


# Copy and paste the slope mean (intercept) estimate


# Copy and paste the innovation variance (sigma^2) estimate


# Fit the AR model to AirPassengers
AR <-
print(AR)

# Run the following commands to plot the series and fitted values
ts.plot(AirPassengers)
AR_fitted <- AirPassengers - residuals(AR)
points(AR_fitted, type = "l", col = 2, lty = 2)

Editează și rulează codul