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

Bài tập

Phân tích phần dư - I

Như bạn đã thấy trong video, mỗi lần chạy sarima() sẽ bao gồm một đồ thị phân tích phần dư. Cụ thể, đầu ra hiển thị (1) phần dư đã chuẩn hóa, (2) ACF mẫu của phần dư, (3) biểu đồ Q-Q chuẩn, và (4) các p-value tương ứng với thống kê Q của Box-Ljung-Pierce.

Trong mỗi lần chạy, hãy kiểm tra bốn đồ thị phần dư như sau:

  1. Phần dư đã chuẩn hóa nên cư xử như một dãy nhiễu trắng với trung bình bằng 0 và phương sai bằng 1. Kiểm tra đồ thị phần dư để xem có lệch khỏi hành vi này không.
  2. ACF mẫu của phần dư nên trông như của nhiễu trắng. Kiểm tra ACF để phát hiện các lệch khỏi hành vi này.
  3. Giả định chuẩn là thiết yếu khi khớp các mô hình ARMA. Kiểm tra biểu đồ Q-Q để phát hiện lệch khỏi chuẩn và nhận diện ngoại lệ (outlier).
  4. Dùng đồ thị thống kê Q để hỗ trợ kiểm định xem phần dư có phải nhiễu trắng hay không.

Như trong bài tập trước, dl_varve <- diff(log(varve)), được vẽ bên dưới đồ thị của varve. Gói astsa đã được nạp sẵn.

Hướng dẫn

100 XP
  • Dùng sarima() để khớp một mô hình MA(1) cho dl_varve và thực hiện đầy đủ phân tích phần dư như hướng dẫn ở trên. Ghi chú những gì bạn quan sát được để dùng cho bài tiếp theo.
  • Gọi sarima() lần nữa để khớp một mô hình ARMA(1,1) cho dl_varve và thực hiện đầy đủ phân tích phần dư như hướng dẫn ở trên. Một lần nữa, hãy ghi chú lại những gì bạn quan sát được cho bài tiếp theo.