Otokorelasyon modelini simüle et
Otokorelasyon (AR) modeli, muhtemelen en yaygın kullanılan zaman serisi modelidir. Basit doğrusal regresyonla benzer bir yoruma sahiptir; ancak burada her gözlem bir önceki gözleme göre modellenir. AR modeli ayrıca önceki bölümlerde incelenen beyaz gürültü (WN) ve rassal yürüyüş (RW) modellerini özel durum olarak içerir.
Önceki bölümlerde kullanılan çok yönlü arima.sim() fonksiyonu, model argümanını list(ar = phi) olarak ayarlayarak bir AR modelinden veri simüle etmek için de kullanılabilir; burada phi, (-1, 1) aralığında bir eğim parametresidir. Ayrıca seri uzunluğu n değerini de belirtmemiz gerekir.
Bu egzersizde, bu komutu kullanarak eğim parametreleri sırasıyla 0.5, 0.9 ve -0.75 olan üç farklı AR modelini simüle edip görselleştireceksin.
Bu egzersiz, kursun bir parçasıdır
R ile Zaman Serisi Analizi
Egzersiz talimatları
arima.sim()kullanarak eğimi 0.5 olan bir AR modelinden 100 gözlem simüle et. Bunun içinmodelargümanınılist(ar = 0.5)venargümanını100olarak ayarla. Bu simüle veriyixolarak kaydet.- Benzer bir çağrıyla, eğimi 0.9 olan bir AR modelinden 100 gözlem simüle et. Bu veriyi
yolarak kaydet. - Üçüncü bir çağrıyla, eğimi -0.75 olan bir AR modelinden 100 gözlem simüle et. Bu veriyi
zolarak kaydet. - Üç ts nesneni (
x,y,z) çizdirmek içincbind()ile birlikteplot.ts()kullan.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Simulate an AR model with 0.5 slope
x <- arima.sim(model = ___, n = ___)
# Simulate an AR model with 0.9 slope
y <-
# Simulate an AR model with -0.75 slope
z <-
# Plot your simulated data
plot.ts(cbind(___, ___, ___))