Симуляция модели случайного блуждания с дрейфом

Случайное блуждание (RW) не обязательно колеблется вокруг нуля — оно может иметь восходящую или нисходящую траекторию, то есть дрейф или временной тренд. Для этого в модель RW добавляется константа (свободный член), которая соответствует наклону временного тренда.

Альтернативный подход — взять накопленную сумму ряда белого шума с постоянным ненулевым средним, где это среднее и будет соответствовать наклону тренда случайного блуждания.

Чтобы сымитировать данные модели RW с дрейфом, снова воспользуйтесь функцией arima.sim() с аргументом model = list(order = c(0, 1, 0)). На этот раз добавьте аргумент mean = ..., чтобы задать величину дрейфа, то есть свободный член.

Это упражнение является частью курса

Анализ временных рядов в R

Посмотреть курс

Инструкции к упражнению

С помощью arima.sim() создайте ещё одну модель RW. Установите аргумент model равным list(order = c(0, 1, 0)), чтобы получить модель типа RW, и задайте n равным 100 для генерации 100 наблюдений. Установите аргумент mean равным 1, чтобы задать дрейф. Сохраните результат в переменную rw_drift.
С помощью ts.plot() постройте график для данных rw_drift.
С помощью diff() вычислите первые разности для данных rw_drift. Сохраните результат в переменную rw_drift_diff.
С помощью ещё одного вызова ts.plot() постройте график для rw_drift_diff.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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

Редактировать и запускать код