Simulera den enkla glidande medelvärdesmodellen

Den enkla glidande medelvärdesmodellen (MA) är en sparsam tidsseriemodell som används för att fånga upp mycket kortsiktig autokorrelation. Den har en regressionsliknande form, men här regresseras varje observation på föregående innovation, som inte faktiskt observeras. Precis som autoregressiva modellen (AR) inkluderar MA-modellen vitbrusmodellen (WN) som ett specialfall.

Precis som med tidigare modeller kan MA-modellen simuleras med kommandot arima.sim() genom att sätta argumentet model till list(ma = theta), där theta är en lutningsparameter i intervallet (-1, 1). Du behöver även ange seriens längd med argumentet n.

I den här övningen simulerar och plottar du tre MA-modeller med lutningsparametrarna 0,5, 0,9 respektive -0,5.

Den här övningen är en del av kursen

Tidsserieanalys i R

Visa kurs

Övningsinstruktioner

Använd arima.sim() för att simulera en MA-modell med lutningsparametern 0,5 och serielängden 100. Spara modellen i x.
Använd ett nytt anrop till arima.sim() för att simulera en MA-modell med lutningsparametern 0,9. Spara modellen i y.
Använd ett tredje anrop till arima.sim() för att simulera en MA-modell med lutningsparametern -0,5. Spara modellen i z.
Använd plot.ts() för att visa alla tre modellerna.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Generate MA model with slope 0.5
x <- arima.sim(model = ___, n = ___)

# Generate MA model with slope 0.9
y <- 

# Generate MA model with slope -0.5
z <- 

# Plot all three models together
plot.ts(cbind(___, ___, ___))

Redigera och kör kod