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

Bài tập

Khớp một mô hình mùa vụ hỗn hợp

Phụ thuộc thuần mùa vụ như đã khảo sát ở đầu chương khá hiếm gặp. Hầu hết chuỗi thời gian theo mùa đều có phụ thuộc hỗn hợp, nghĩa là chỉ một phần biến thiên được giải thích bởi xu hướng mùa vụ.

Nhắc lại rằng mô hình mùa vụ đầy đủ được ký hiệu SARIMA(p,d,q)x(P,D,Q)S, trong đó các chữ in hoa biểu thị bậc phần mùa vụ.

Như trước, bài này yêu cầu bạn so sánh cặp P/ACF mẫu với các giá trị thực cho một số dữ liệu mùa vụ mô phỏng và khớp mô hình cho dữ liệu bằng sarima(). Lần này, dữ liệu mô phỏng đến từ một mô hình mùa vụ hỗn hợp, SARIMA(0,0,1)x(0,0,1)12. Các biểu đồ hiển thị ba năm dữ liệu, cùng với ACF và PACF của mô hình. Hãy lưu ý rằng, trái với mô hình thuần mùa vụ, có tương quan ở cả các độ trễ phi mùa vụ lẫn các độ trễ mùa vụ.

Như thường lệ, gói astsa đã được nạp sẵn. Dữ liệu được tạo nằm trong x.

Hướng dẫn

100 XP
  • Vẽ ACF và PACF mẫu của dữ liệu đã tạo đến độ trễ 60 (max.lag = 60) và so sánh với các giá trị thực.
  • Khớp mô hình cho dữ liệu đã tạo (x) bằng sarima(). Tương tự bài trước, nhớ chỉ định các đối số mùa vụ bổ sung trong lệnh sarima() của bạn.