1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Phân tích chuỗi thời gian bằng R
Connected

Bài tập

Mô phỏng mô hình random walk có xu thế (drift)

Một random walk (RW) không nhất thiết dao động quanh mốc 0; nó có thể đi lên hoặc đi xuống theo thời gian, tức là có xu thế (drift) hay xu hướng theo thời gian. Điều này được thực hiện bằng cách thêm hằng số chặn (intercept) vào mô hình RW, tương ứng với độ dốc của xu hướng thời gian của RW.

Một cách diễn đạt khác: bạn có thể lấy tổng tích lũy của một chuỗi white noise (WN) có kỳ vọng không đổi; khi đó, giá trị kỳ vọng tương ứng với độ dốc của xu hướng thời gian trong RW.

Để mô phỏng dữ liệu từ mô hình RW có drift, bạn tiếp tục dùng hàm arima.sim() với đối số model = list(order = c(0, 1, 0)). Lần này, bạn cần thêm đối số mean = ... để chỉ định biến drift, hay chính là hằng số chặn.

Hướng dẫn

100 XP
  • Dùng arima.sim() để tạo thêm một mô hình RW. Đặt đối số model bằng list(order = c(0, 1, 0)) để tạo mô hình kiểu RW và đặt n bằng 100 để sinh 100 quan sát. Đặt đối số mean bằng 1 để tạo drift. Lưu vào rw_drift.
  • Dùng ts.plot() để vẽ dữ liệu rw_drift của bạn.
  • Dùng diff() để tính sai phân bậc nhất của dữ liệu rw_drift. Lưu kết quả vào rw_drift_diff.
  • Gọi ts.plot() lần nữa để vẽ rw_drift_diff.