Змоделюйте random walk із дрейфом

Випадкове блукання (random walk, RW) не обов'язково коливається навколо нуля — воно може мати висхідну чи низхідну траєкторію, тобто дрейф або часовий тренд. Це досягається додаванням вільного члена в модель RW, що відповідає кутовому коефіцієнту тренду RW.

Як альтернативу можна взяти кумулятивну суму стаціонарного шуму з додатним середнім (white noise, WN), так, щоб це середнє відповідало кутовому коефіцієнту тренду RW.

Щоб змоделювати дані з моделі RW із дрейфом, знову скористайтеся функцією arima.sim() з аргументом model = list(order = c(0, 1, 0)). Цього разу додайте аргумент mean = ..., щоб задати змінну дрейфу, тобто вільний член.

Ця вправа є частиною курсу

Аналіз часових рядів в R

Переглянути курс

Інструкції до вправи

Використайте arima.sim(), щоб згенерувати ще одну модель RW. Задайте model рівним list(order = c(0, 1, 0)), щоб отримати модель типу RW, і n рівним 100, щоб створити 100 спостережень. Задайте mean рівним 1, щоб отримати дрейф. Збережіть результат у rw_drift.
Використайте ts.plot(), щоб побудувати графік даних rw_drift.
Використайте diff(), щоб обчислити першу різницю даних rw_drift. Збережіть це як rw_drift_diff.
Здійсніть ще один виклик ts.plot(), щоб побудувати графік rw_drift_diff.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Generate a RW model with a drift uing arima.sim
rw_drift <- arima.sim(model = ___, n = ___, mean = ___)

# Plot rw_drift


# Calculate the first difference series
rw_drift_diff <- 

# Plot rw_drift_diff

Редагувати та запускати код