Beyaz gürültü modelini simüle et

Beyaz gürültü (WN) modeli temel bir zaman serisi modelidir. Ayrıca, bu derste ele alacağımız daha gelişmiş modeller için bir temel oluşturur. Biz WN’in en basit hâline, yani bağımsız ve özdeş dağılımlı verilere odaklanacağız.

arima.sim() işlevi, çeşitli zaman serisi modellerinden veri simüle etmek için kullanılabilir. ARIMA, bu derste boyunca ele alacağımız otoregresif bütünleşik hareketli ortalama model sınıfının kısaltmasıdır.

ARIMA(p, d, q) modelinin üç bileşeni vardır: otoregresif derecesi p, bütünleşme (ya da fark alma) derecesi d ve hareketli ortalama derecesi q. Bu bileşenlerin her birini birazdan ayrıntılandıracağız; şimdilik, tüm bu bileşenlerin sıfır olduğu ARIMA(0, 0, 0) modelinin basitçe WN modeli olduğunu not edelim.

Bu egzersizde, temel bir WN modelini simüle etmeyi pratik edeceksin.

Bu egzersiz, kursun bir parçasıdır

R ile Zaman Serisi Analizi

Kursa Göz Atın

Egzersiz talimatları

list(order = c(0, 0, 0)) ile WN modelinden simüle etmek için arima.sim() kullan. n argümanını 100 olarak ayarla ve 100 gözlem üret. Bu veriyi white_noise olarak kaydet.
white_noise nesneni ts.plot() ile görselleştir.
İlk arima.sim() çağrını tekrarla ama bu kez mean argümanını 100, sd argümanını 10 olarak ayarla. Bu veriyi white_noise_2 olarak kaydet.
white_noise_2 nesneni başka bir ts.plot() çağrısıyla görselleştir.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Simulate a WN model with list(order = c(0, 0, 0))
white_noise <- arima.sim(model = ___, n = ___)

# Plot your white_noise data


# Simulate from the WN model with: mean = 100, sd = 10
white_noise_2 <- arima.sim(model = ___, n = ___, mean = ___, sd = ___)

# Plot your white_noise_2 data

Kodu Düzenle ve Çalıştır