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

Bài tập

Phân tích dữ liệu - giá hàng hóa

Kiếm tiền từ hàng hóa không hề dễ. Phần lớn nhà giao dịch hàng hóa thua lỗ nhiều hơn là có lãi. Gói astsa bao gồm bộ dữ liệu chicken, là giá giao ngay (spot) hàng tháng của gà nguyên con tại Georgia docks, đơn vị xu Mỹ mỗi pound, từ tháng 8/2001 đến tháng 7/2016.

Gói astsa đã được nạp sẵn trong console R của bạn và dữ liệu đã được vẽ sẵn; hãy lưu ý xu hướng và thành phần mùa vụ.

Trước tiên, bạn sẽ vận dụng kỹ năng để cẩn thận khớp một mô hình SARIMA cho mặt hàng này. Sau đó, bạn sẽ dùng mô hình đã khớp để thử dự báo giá giao ngay của gà nguyên con.

Sau khi loại bỏ xu hướng, ACF và PACF mẫu gợi ý mô hình AR(2) vì PACF cắt cụt sau độ trễ 2 và ACF giảm dần. Tuy nhiên, ACF vẫn còn một thành phần mùa vụ nhỏ. Điều này có thể xử lý bằng cách khớp thêm một thành phần SAR(1).

Nhân tiện, nếu bạn quan tâm phân tích các mặt hàng khác từ nhiều khu vực, bạn có thể tìm thấy nhiều chuỗi thời gian tại index mundi.

Hướng dẫn

100 XP
  • Vẽ dữ liệu sai phân (d = 1) diff(chicken). Lưu ý xu hướng đã được loại bỏ và quan sát hành vi mùa vụ.
  • Vẽ ACF và PACF mẫu của dữ liệu đã sai phân đến độ trễ 60 (5 năm). Nhận thấy AR(2) có vẻ phù hợp nhưng vẫn còn một thành phần mùa vụ nhỏ nhưng có ý nghĩa trong dữ liệu đã khử xu hướng.
  • Khớp ARIMA(2,1,0) cho dữ liệu chicken để thấy rằng vẫn còn tương quan trong phần dư.
  • Khớp SARIMA(2,1,0)x(1,0,0)12 và nhận thấy mô hình khớp tốt.