Estimează modelul de tip random walk

Pentru un șir de timp y, putem ajusta modelul de tip random walk cu derivă diferențiind mai întâi datele, apoi ajustând modelul de zgomot alb (WN) pe datele diferențiate, folosind comanda arima() cu argumentul order = c(0, 0, 0).

Comanda arima() afișează informații despre modelul ajustat. Sub secțiunea Coefficients: se află variabila de derivă estimată, denumită intercept. Eroarea sa standard aproximativă (s.e.) este afișată imediat sub aceasta. Varianța componentei WN a modelului este estimată sub eticheta sigma^2.

Acest exercițiu face parte din cursul

Analiza seriilor de timp în R

Vezi cursul

Instrucțiuni pentru exercițiu

Seria de timp random_walk a fost deja încărcată și este afișată în figura alăturată. Folosește diff() pentru a genera prima diferență a datelor. Salvează rezultatul în rw_diff.
Folosește ts.plot() pentru a reprezenta grafic datele diferențiate.
Folosește arima() pentru a ajusta modelul WN pe datele diferențiate. În acest scop, setează argumentul x la rw_diff și argumentul order la c(0, 0, 0). Stochează modelul în model_wn.
Stochează valoarea intercept a modelului model_wn în int_wn. Poți obține această valoare folosind model_wn$coef.
Folosește ts.plot() pentru a reproduce graficul original al lui random_walk.
Adaugă tendința de timp estimată la graficul alăturat cu funcția abline(). Poți folosi int_wn ca al doilea argument.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Difference your random_walk data
rw_diff <- 

# Plot rw_diff


# Now fit the WN model to the differenced data
model_wn <-

# Store the value of the estimated time trend (intercept)
int_wn <- 

# Plot the original random_walk data


# Use abline(0, ...) to add time trend to the figure

Editează și rulează codul