ПочатиПочніть безкоштовно

ARIMA — швидкий старт

Як ви бачили у відео, часовий ряд називають ARIMA(\(p,d,q\)), якщо продиференційований ряд (порядку \(d\)) є ARMA(\(p,q\)).

Щоб відчути, як працює модель, ви проаналізуєте змодельовані дані з інтегрованої моделі $$ Y_t = .9 Y_{t-1} + W_t\, $$ де \(Y_t = \nabla X_t = X_t - X_{t-1}\). У цьому випадку модель — ARIMA(1,1,0), адже продиференційовані дані є авторегресією першого порядку.

Змодельований часовий ряд збережено в x, його згенеровано в R так:
x <- arima.sim(model = list(order = c(1, 1, 0), ar = .9), n = 200).

Ви побудуєте графік згенерованих даних і вибіркові ACF та PACF для цих даних, щоб побачити, як поводяться інтегровані дані. Далі ви продиференціюєте дані, щоб зробити їх стаціонарними. Ви побудуєте графік продиференційованих даних і відповідні вибіркові ACF і PACF, щоб побачити, як диференціювання змінює картину.

Як і раніше, пакет astsa уже завантажено. Дані з ARIMA(1,1,0) з параметром AR 0,9 збережено в об'єкті x.

Ця вправа є частиною курсу

Моделі ARIMA в R

Переглянути курс

Інструкції до вправи

  • Побудуйте графік згенерованих даних.
  • Використайте acf2() з astsa, щоб побудувати пару вибіркових P/ACF для згенерованих даних.
  • Побудуйте графік продиференційованих даних.
  • Викличте acf2() ще раз, щоб переглянути пару вибіркових P/ACF для продиференційованих даних. Зверніть увагу, що вони вказують на модель AR(1) для продиференційованих даних.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Plot x


# Plot the P/ACF pair of x


# Plot the differenced data


# Plot the P/ACF pair of the differenced data
Редагувати та запускати код