Simulează modelul white noise

Modelul white noise (WN) este un model de bază în analiza seriilor de timp și constituie fundația pentru modele mai complexe pe care le vom explora mai târziu. Ne vom concentra pe cea mai simplă formă de WN: date independente și identic distribuite.

Funcția arima.sim() poate fi folosită pentru a simula date dintr-o varietate de modele de serii de timp. ARIMA este abrevierea pentru clasa de modele autoregresive integrate cu medie mobilă, pe care le vom studia pe parcursul acestui curs.

Un model ARIMA(p, d, q) are trei componente: ordinul autoregresiv p, ordinul de integrare (sau diferențiere) d și ordinul mediei mobile q. Vom detalia fiecare componentă în curând, dar pentru moment reține că modelul ARIMA(0, 0, 0), adică cel cu toate componentele egale cu zero, este pur și simplu modelul WN.

În acest exercițiu, vei exersa simularea unui model WN de bază.

Acest exercițiu face parte din cursul

Analiza seriilor de timp în R

Vezi cursul

Instrucțiuni pentru exercițiu

Folosește arima.sim() pentru a simula din modelul WN cu list(order = c(0, 0, 0)). Setează argumentul n la 100 pentru a genera 100 de observații. Salvează datele în variabila white_noise.
Vizualizează obiectul white_noise folosind ts.plot().
Repetă apelul inițial la arima.sim(), dar de această dată setează argumentul mean la 100 și argumentul sd la 10. Salvează datele în variabila white_noise_2.
Vizualizează obiectul white_noise_2 cu un nou apel la ts.plot().

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Simulate a WN model with list(order = c(0, 0, 0))
white_noise <- arima.sim(model = ___, n = ___)

# Plot your white_noise data


# Simulate from the WN model with: mean = 100, sd = 10
white_noise_2 <- arima.sim(model = ___, n = ___, mean = ___, sd = ___)

# Plot your white_noise_2 data

Editează și rulează codul