ПочатиПочніть безкоштовно

ARMA — приступаємо

На цей момент ви вже здобули чималий досвід у підгонці моделей ARMA до даних, але перш ніж святкувати, спробуйте ще одну вправу (майже) самостійно.

Дані в oil — це ціни на сиру нафту WTI, спотова ціна FOB (у доларах за барель), тижневі дані з 2000 до 2008 року. Застосуйте свої навички, щоб підігнати модель ARMA до доходностей. Тижневі ціни на нафту (oil) уже побудовано на графіку. Упродовж вправи працюйте з доходностями, які ви обчислите.

Як і раніше, пакет astsa попередньо завантажено. Дані попередньо завантажено як oil і відображено на графіку.

Ця вправа є частиною курсу

Моделі ARIMA в R

Переглянути курс

Інструкції до вправи

  • Обчисліть приблизні доходності ціни на сиру нафту за допомогою diff() і log(). Запишіть доходності в oil_returns.
  • Побудуйте графік oil_returns і зверніть увагу, що є кілька викидів до 2004 року. Переконайтеся, що доходності стаціонарні.
  • Побудуйте вибіркові ACF і PACF для oil_returns за допомогою acf2() із пакета astsa.
  • Із пари P/ACF видно, що кореляції малі, а доходності майже шум. Але можливо, що і ACF, і PACF повільно спадають. Якщо так, то доцільною є ARMA(1,1). Підіженіть цю модель до доходностей нафти за допомогою sarima(). Чи добре модель узгоджується з даними? Чи видно викиди на графіку залишків?

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Calculate approximate oil returns
oil_returns <-

# Plot oil_returns. Notice the outliers.


# Plot the P/ACF pair for oil_returns


# Assuming both P/ACF are tailing, fit a model to oil_returns
Редагувати та запускати код