模擬 ARIMA
在分析真實的時間序列資料之前，你可以先嘗試一個稍微複雜的模型。
這裡，我們從具漂移項的 ARIMA(2,1,0) 模型產生了 250 筆觀測值：$$Y_t = 1 + 1.5 Y_{t-1} - .75 Y_{t-2} + W_t\,$$，其中 $Y_t = \nabla X_t = X_{t} - X_{t-1}$。
你將使用既有的技巧，為這些資料配適模型。
已預先載入 astsa 套件，且產生的資料存於 x。序列 x 與去趨勢後的序列 y <- diff(x) 已經繪製完成。
本練習屬於課程
R 中的 ARIMA 模型
練習說明
- 針對差分後的資料
diff(x)，使用acf2()繪製樣本 ACF 與 PACF，以判斷合適的模型。 - 使用
sarima()對產生的資料配適 ARIMA(2,1,0) 模型。檢視 t 表與其他輸出資訊，以評估模型的配適程度。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Plot sample P/ACF of differenced data and determine model
# Estimate parameters and examine output