Змоделюйте авторегресійну модель

Авторегресійна (AR) модель — мабуть, найуживаніша модель часових рядів. Вона має знайоме тлумачення простої лінійної регресії, але тут кожне спостереження регресується на попереднє. AR-модель також охоплює як окремі випадки моделі білого шуму (WN) і випадкового блукання (RW), розглянуті в попередніх розділах.

Універсальну функцію arima.sim(), яку ви вже використовували, можна застосувати й для імітації даних з AR-моделі, встановивши аргумент model рівним list(ar = phi), де phi — параметр нахилу з інтервалу (-1, 1). Також потрібно задати довжину ряду n.

У цій вправі ви використаєте цю команду, щоб зімітувати та побудувати три різні AR-моделі з параметрами нахилу 0.5, 0.9 і -0.75 відповідно.

Ця вправа є частиною курсу

Аналіз часових рядів в R

Переглянути курс

Інструкції до вправи

Скористайтеся arima.sim(), щоб зімітувати 100 спостережень AR-моделі з нахилом 0.5. Для цього задайте аргумент model рівним list(ar = 0.5) і аргумент n рівним 100. Збережіть змодельовані дані до x.
Виконайте подібний виклик arima.sim(), щоб зімітувати 100 спостережень AR-моделі з нахилом 0.9. Збережіть ці дані до y.
Зробіть третій виклик arima.sim(), щоб зімітувати 100 спостережень AR-моделі з нахилом -0.75. Збережіть ці дані до z.
Використайте plot.ts() разом із cbind(), щоб побудувати графік трьох об'єктів ts (x, y, z).

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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(___, ___, ___))

Редагувати та запускати код