Simulează modelul de tip random walk cu drift

Un random walk (RW) nu trebuie neapărat să oscileze în jurul valorii zero – poate urma o traiectorie ascendentă sau descendentă, adică poate avea un drift sau o tendință în timp. Acest lucru se realizează prin includerea unui intercept în modelul RW, care corespunde pantei tendinței temporale.

O formulare alternativă presupune calcularea sumei cumulative a unei serii de tip white noise (WN) cu medie constantă, unde media corespunde pantei tendinței temporale a modelului RW.

Pentru a simula date din modelul RW cu drift, folosești din nou funcția arima.sim() cu argumentul model = list(order = c(0, 1, 0)). De această dată, adaugă și argumentul suplimentar mean = ... pentru a specifica variabila de drift, adică interceptul.

Acest exercițiu face parte din cursul

Analiza seriilor de timp în R

Vezi cursul

Instrucțiuni pentru exercițiu

Folosește arima.sim() pentru a genera un alt model RW. Setează argumentul model la list(order = c(0, 1, 0)) pentru a genera un model de tip RW și setează n egal cu 100 pentru a produce 100 de observații. Setează argumentul mean la 1 pentru a introduce un drift. Salvează rezultatul în rw_drift.
Folosește ts.plot() pentru a reprezenta grafic datele din rw_drift.
Folosește diff() pentru a calcula prima diferență a datelor din rw_drift. Salvează rezultatul în rw_drift_diff.
Folosește din nou ts.plot() pentru a reprezenta grafic rw_drift_diff.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Generate a RW model with a drift uing arima.sim
rw_drift <- arima.sim(model = ___, n = ___, mean = ___)

# Plot rw_drift


# Calculate the first difference series
rw_drift_diff <- 

# Plot rw_drift_diff

Editează și rulează codul