or
Den här övningen är en del av kursen
Det här kapitlet ger dig en inblick i hur du organiserar och visualiserar tidsseriedata i R. Du lär dig flera förenklade antaganden som används flitigt inom tidsserieanalys, samt vanliga egenskaper hos finansiella tidsserier.
I det här kapitlet identifierar du trender och lär dig om vitbrusmodellen (WN), slumpvandringen (RW) och definitionen av stationära processer.
I det här kapitlet går du igenom korrelationskoefficienten, använder den för att jämföra två tidsserier och tillämpar den även för att jämföra en tidsserie med dess egna historiska värden – det vill säga autokorrelation. Du bekanta dig med autokorrelationsfunktionen (ACF) och övar på att skatta och visualisera autokorrelationer för tidsseriedata.
I det här kapitlet lär du dig den autoregressiva (AR) modellen och några av dess grundläggande egenskaper. Du övar även på att simulera och skatta AR-modellen i R, samt jämför den med slumpvandringsmodellen (RW).
I det här kapitlet lär du dig modellen för enkelt glidande medelvärde (MA) och några av dess grundläggande egenskaper. Du övar även på att simulera och skatta MA-modellen i R, samt jämför den med den autoregressiva (AR) modellen.
Aktuell övning