Ước lượng mô hình tự hồi quy (AR)

Với một chuỗi thời gian x, bạn có thể khớp mô hình tự hồi quy (AR) bằng lệnh arima() và đặt order bằng c(1, 0, 0). Lưu ý, để tham chiếu, mô hình AR chính là mô hình ARIMA(1, 0, 0).

Trong bài tập này, bạn sẽ khám phá thêm các đặc tính của mô hình AR bằng cách luyện tập lệnh arima() trên một chuỗi thời gian mô phỏng x cũng như dữ liệu AirPassengers. Lệnh này cho phép bạn xác định hệ số dốc ước lượng (ar1), trung bình (intercept), và phương sai nhiễu đổi mới (sigma^2) của mô hình.

Cả x và dữ liệu AirPassengers đều đã được nạp sẵn trong môi trường của bạn. Chuỗi thời gian x được hiển thị ở hình bên phải.

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 AR cho chuỗi x. Xem kỹ đầu ra từ lệnh này.
Các ước lượng hệ số dốc (ar1), trung bình (intercept), và phương sai nhiễu đổi mới (sigma^2) từ lệnh trước là gì? Hãy nhập chúng vào không gian làm việc R của bạn.
Tiếp theo, khớp mô hình AR cho AirPassengers, lưu kết quả vào AR. Dùng print() để hiển thị mô hình đã khớp AR.
Cuối cùng, dùng các lệnh đã cung cấp để vẽ AirPassengers, tính giá trị khớp, và thêm chúng vào hình.

Bài tập tương tác thực hành trực tiếp

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

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

# Copy and paste the slope (ar1) estimate


# Copy and paste the slope mean (intercept) estimate


# Copy and paste the innovation variance (sigma^2) estimate


# Fit the AR model to AirPassengers
AR <-
print(AR)

# Run the following commands to plot the series and fitted values
ts.plot(AirPassengers)
AR_fitted <- AirPassengers - residuals(AR)
points(AR_fitted, type = "l", col = 2, lty = 2)

Chỉnh sửa và Chạy Mã