ПочатиПочніть безкоштовно

Аналіз даних — безробіття II

Тепер ви продовжите підбір моделі SARIMA для місячного ряду безробіття США unemp, аналізуючи вибіркові ACF і PACF повністю продиференційованого ряду.

Зверніть увагу, що вісь лагів на графіку вибіркових P/ACF подана в роках. Тобто лаґи 1, 2, 3, … відповідають 1 року (12 місяців), 2 рокам (24 місяці), 3 рокам (36 місяців), …

Пакет astsa уже завантажено для вас.

Ця вправа є частиною курсу

Моделі ARIMA в R

Переглянути курс

Інструкції до вправи

  • Повністю продиференціюйте дані (як у попередній вправі) і побудуйте вибіркові ACF та PACF перетворених даних до лаґу 60 місяців (5 років). Врахуйте, що для
    • не сезонної компоненти: PACF обтинається на лаґу 2, а ACF повільно спадає.
    • сезонної компоненти: ACF обтинається на лаґу 12, а PACF повільно спадає на лаґах 12, 24, 36, …
  • Запропонуйте та підберіть модель за допомогою sarima(). Перевірте залишки, щоб переконатися, що модель підібрано коректно.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Plot P/ACF pair of fully differenced data to lag 60
dd_unemp <- diff(diff(unemp), lag = 12)


# Fit an appropriate model
Редагувати та запускати код