Ước lượng mô hình trung bình trượt đơn giản

Giờ bạn đã mô phỏng vài mô hình MA và tính ACF từ các mô hình này, bước tiếp theo là khớp mô hình trung bình trượt (MA) đơn giản cho một số dữ liệu bằng lệnh arima(). Với một chuỗi thời gian x bất kỳ, bạn có thể khớp mô hình MA đơn giản bằng arima(..., order = c(0, 0, 1)). Lưu ý để tham khảo: một mô hình MA chính là mô hình ARIMA(0, 0, 1).

Trong bài tập này, bạn sẽ luyện tập với một chuỗi thời gian đã nạp sẵn (x, hiển thị trong biểu đồ bên phải) cũng như bộ dữ liệu Nile đã dùng ở các chương trước.

Bài tập này là một phần của khóa học

Phân tích chuỗi thời gian bằng R

Xem khóa học

Hướng dẫn bài tập

Dùng arima() để khớp mô hình MA cho chuỗi x.
Các ước lượng hệ số dốc (ma1), trung bình (intercept), và phương sai nhiễu (sigma^2) từ kết quả arima() của bạn là gì? Dán chúng vào không gian làm việc của bạn.
Dùng một lệnh arima() tương tự để khớp mô hình MA cho dữ liệu Nile. Lưu kết quả vào MA và dùng print() để hiển thị đầu ra.
Cuối cùng, dùng các lệnh đã viết sẵn để vẽ dữ liệu Nile và các giá trị MA bạn đã khớp.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# Fit the MA model to x
arima(___, order = ___)

# Paste the slope (ma1) estimate below


# Paste the slope mean (intercept) estimate below


# Paste the innovation variance (sigma^2) estimate below


# Fit the MA model to Nile
MA <- arima(___, order = ___)
print(MA)

# Plot Nile and MA_fit 
ts.plot(Nile)
MA_fit <- Nile - resid(MA)
points(MA_fit, type = "l", col = 2, lty = 2)

Chỉnh sửa và Chạy Mã