BaşlayınÜcretsiz başlayın

Zaman serileri için Box-Cox dönüşümleri

Burada, 1991-2008 yılları arasındaki Avustralya'daki aylık diyabet karşıtı ilaç satışlarını içeren, önceden yüklenmiş a10 serisinin varyansını dengelemek için bir Box-Cox dönüşümü kullanacaksın.

Bu egzersizde, dönüşüm üzerindeki lambda (\(\lambda\)) argümanının etkisini görmek için denemeler yapman gerekecek. \(\lambda\)'daki küçük değişimlerin, ortaya çıkan seri üzerinde çok az fark yarattığını fark edeceksin. Amaç, serinin tamamında mevsimsel dalgalanmaların yaklaşık aynı büyüklükte olmasını sağlayan bir \(\lambda\) değeri bulmak.

Videodan hatırla: lambda değerleri için önerilen aralık \(-1 ≤ \lambda ≤ 1\)'dir.

Bu egzersiz, kursun bir parçasıdır

R ile Tahminleme

Kursa Göz Atın

Egzersiz talimatları

  • a10 serisini çiz ve serinin seviyesi arttıkça artan varyansı gözlemle.
  • Örnek kod biçiminde BoxCox() kullanarak seriyi dönüştürmeyi dene. Dört farklı lambda değeriyle dene: 0.0, 0.1, 0.2 ve 0.3. Hangi lambda değerinin varyansı yaklaşık olarak dengelediğini belirleyebiliyor musun?
  • Şimdi seçtiğin lambda değerini, BoxCox.lambda() tarafından döndürülen değerle karşılaştır.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Plot the series
___

# Try four values of lambda in Box-Cox transformations
a10 %>% BoxCox(lambda = ___) %>% autoplot()
___
___
___

# Compare with BoxCox.lambda()
___
Kodu Düzenle ve Çalıştır