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

Bài tập

Phân tích dữ liệu - thất nghiệp II

Bây giờ, bạn sẽ tiếp tục khớp một mô hình SARIMA cho chuỗi thời gian thất nghiệp hàng tháng của Mỹ unemp bằng cách xem ACF và PACF mẫu của chuỗi đã sai phân đầy đủ.

Lưu ý rằng trục độ trễ trong biểu đồ P/ACF mẫu được tính theo năm. Vì vậy, các độ trễ 1, 2, 3, … lần lượt biểu diễn 1 năm (12 tháng), 2 năm (24 tháng), 3 năm (36 tháng), …

Gói astsa đã được nạp sẵn cho bạn.

Hướng dẫn

100 XP
  • Sai phân dữ liệu đầy đủ (như ở bài trước) và vẽ ACF và PACF mẫu của dữ liệu đã biến đổi đến độ trễ 60 tháng (5 năm). Xem xét rằng, đối với
    • thành phần phi mùa vụ: PACF cắt cụt tại độ trễ 2 và ACF giảm dần.
    • thành phần mùa vụ: ACF cắt cụt tại độ trễ 12 và PACF giảm dần tại các độ trễ 12, 24, 36, …
  • Đề xuất và khớp một mô hình bằng sarima(). Kiểm tra phần dư để đảm bảo mô hình phù hợp.