1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Mô hình ARIMA trong R
Connected

Bài tập

ARIMA - dùng ngay không cần chỉnh

Như bạn đã thấy trong video, một chuỗi thời gian được gọi là ARIMA(\(p,d,q\)) nếu chuỗi đã sai phân (bậc \(d\)) là ARMA(\(p,q\)).

Để hình dung cách mô hình hoạt động, bạn sẽ phân tích dữ liệu mô phỏng từ mô hình tích phân $$ Y_t = .9 Y_{t-1} + W_t\, $$ trong đó \(Y_t = \nabla X_t = X_t - X_{t-1}\). Trường hợp này là ARIMA(1,1,0) vì dữ liệu đã sai phân là một tự hồi quy bậc một.

Chuỗi thời gian mô phỏng nằm trong x và được tạo trong R như sau
x <- arima.sim(model = list(order = c(1, 1, 0), ar = .9), n = 200).

Bạn sẽ vẽ dữ liệu đã tạo và ACF/PACF mẫu của dữ liệu đó để xem dữ liệu có tích phân hành xử thế nào. Sau đó, bạn sẽ sai phân dữ liệu để biến nó thành dừng. Bạn sẽ vẽ dữ liệu đã sai phân và ACF/PACF mẫu tương ứng để thấy việc sai phân tạo ra sự khác biệt ra sao.

Như trước, gói astsa đã được nạp sẵn. Dữ liệu từ ARIMA(1,1,0) với tham số AR là 0.9 được lưu trong đối tượng x.

Hướng dẫn

100 XP
  • Vẽ dữ liệu đã tạo.
  • Dùng acf2() từ astsa để vẽ cặp P/ACF mẫu cho dữ liệu đã tạo.
  • Vẽ dữ liệu đã sai phân.
  • Gọi acf2() lần nữa để xem cặp P/ACF mẫu cho dữ liệu đã sai phân. Lưu ý cách chúng gợi ý một mô hình AR(1) cho dữ liệu đã sai phân.