Імітація моделі білого шуму

Модель білого шуму (WN) — це базова модель часових рядів. Вона також є основою для складніших моделей, які ми розглядатимемо. Ми зосередимося на найпростішій формі WN — незалежних та однаково розподілених даних.

Функцію arima.sim() можна використати, щоб імітувати дані з різних моделей часових рядів. ARIMA — це скорочення для класу моделей autoregressive integrated moving average, який ми вивчатимемо протягом цього курсу.

Модель ARIMA(p, d, q) має три частини: порядок авторегресії p, порядок інтегрування (або різницювання) d та порядок ковзного середнього q. Незабаром ми детально розглянемо кожну з цих частин, а поки зауважимо, що модель ARIMA(0, 0, 0), тобто коли всі ці компоненти дорівнюють нулю, — це просто модель WN.

У цій вправі ви потренуєтеся імітувати базову модель WN.

Ця вправа є частиною курсу

Аналіз часових рядів в R

Переглянути курс

Інструкції до вправи

Використайте arima.sim(), щоб зімітувати дані з моделі WN із list(order = c(0, 0, 0)). Задайте аргумент n рівним 100, щоб отримати 100 спостережень. Збережіть дані як white_noise.
Побудуйте графік об'єкта white_noise, використавши ts.plot().
Повторіть початковий виклик arima.sim(), але цього разу встановіть аргумент mean у 100, а аргумент sd у 10. Збережіть ці дані як white_noise_2.
Побудуйте графік об'єкта white_noise_2, ще раз викликавши ts.plot().

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Simulate a WN model with list(order = c(0, 0, 0))
white_noise <- arima.sim(model = ___, n = ___)

# Plot your white_noise data


# Simulate from the WN model with: mean = 100, sd = 10
white_noise_2 <- arima.sim(model = ___, n = ___, mean = ___, sd = ___)

# Plot your white_noise_2 data

Редагувати та запускати код