เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

จำลองโมเดล Moving Average แบบง่าย

โมเดล Moving Average (MA) แบบง่ายเป็นโมเดล Time Series ที่กระชับ ใช้สำหรับอธิบาย Autocorrelation ระยะสั้นมาก โมเดลนี้มีรูปแบบคล้ายการถดถอย แต่แต่ละการสังเกตจะถดถอยบน Innovation ก่อนหน้า ซึ่งไม่ได้ถูกสังเกตโดยตรง เช่นเดียวกับโมเดล Autoregressive (AR) โมเดล MA ครอบคลุมโมเดล White Noise (WN) เป็นกรณีพิเศษด้วย

เช่นเดียวกับโมเดลก่อนหน้า สามารถจำลองโมเดล MA ได้ด้วยคำสั่ง arima.sim() โดยตั้งค่าอาร์กิวเมนต์ model เป็น list(ma = theta) ซึ่ง theta คือพารามิเตอร์ความชันที่มีค่าอยู่ในช่วง (-1, 1) และต้องระบุความยาวของอนุกรมด้วยอาร์กิวเมนต์ n

ในแบบฝึกหัดนี้ จะได้จำลองและพล็อตโมเดล MA จำนวน 3 โมเดล โดยมีพารามิเตอร์ความชันเท่ากับ 0.5, 0.9 และ -0.5 ตามลำดับ

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การวิเคราะห์อนุกรมเวลาใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ใช้ arima.sim() จำลองโมเดล MA ที่มีพารามิเตอร์ความชันเท่ากับ 0.5 และความยาวอนุกรม 100 บันทึกโมเดลนี้ไว้ในตัวแปร x
  • เรียกใช้ arima.sim() อีกครั้งเพื่อจำลองโมเดล MA ที่มีพารามิเตอร์ความชันเท่ากับ 0.9 บันทึกไว้ในตัวแปร y
  • เรียกใช้ arima.sim() ครั้งที่สามเพื่อจำลองโมเดล MA ที่มีพารามิเตอร์ความชันเท่ากับ -0.5 บันทึกไว้ในตัวแปร z
  • ใช้ plot.ts() แสดงผลโมเดลทั้งสามพร้อมกัน

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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(___, ___, ___))
แก้ไขและรันโค้ด