Mô hình nhiễu trắng (white noise, WN) là một mô hình chuỗi thời gian cơ bản. Nó cũng là nền tảng cho các mô hình phức tạp hơn mà chúng ta sẽ học. Ở đây, chúng ta tập trung vào dạng đơn giản nhất của WN: dữ liệu độc lập và phân phối giống hệt nhau.

Hàm arima.sim() có thể được dùng để mô phỏng dữ liệu từ nhiều mô hình chuỗi thời gian khác nhau. ARIMA là viết tắt của lớp mô hình autoregressive integrated moving average mà chúng ta sẽ dùng xuyên suốt khóa học.

Một mô hình ARIMA(p, d, q) có ba phần: bậc tự hồi quy p, bậc tích phân (hoặc sai phân) d, và bậc trung bình trượt q. Chúng ta sẽ làm rõ từng phần ngay sau đây, nhưng trước mắt cần lưu ý rằng mô hình ARIMA(0, 0, 0), tức là tất cả các thành phần đều bằng không, chính là mô hình WN.

Trong bài tập này, bạn sẽ luyện tập mô phỏng một mô hình WN cơ bản.

Mô hình nhiễu trắng (WN)

Create Your Free Account