資料分析－商品價格
在大宗商品市場賺錢並不容易。多數商品交易者賠錢的機會比獲利高。套件 astsa 包含資料集 chicken，內容是 2001 年 8 月到 2016 年 7 月於 Georgia docks 的整隻雞即期價格，每磅以美分計價。
R 主控台已預先載入 astsa 套件，並且已替你繪好資料圖。請留意其中的趨勢與季節性成分。
首先，你會運用所學仔細替這個商品配適一個 SARIMA 模型。接著，你會用配適後的模型嘗試預測整隻雞的即期價格。
移除趨勢後，樣本 ACF 與 PACF 指向 AR(2) 模型，因為 PACF 在落後期數 2 之後截尾，而 ACF 呈現拖尾。不過，ACF 仍殘留些微的季節性成分。這可以透過再配上一個 SAR(1) 成分加以處理。
另外，如果你有興趣分析不同地區的其他商品，你可以在 index mundi 找到許多不同的時間序列。
本練習屬於課程
R 中的 ARIMA 模型
練習說明
- 繪製一次差分（d = 1）後的資料
diff(chicken)。請注意趨勢已被移除，並觀察季節性行為。 - 繪製差分後資料的樣本 ACF 與 PACF，落後期數到 60（5 年）。你會發現 AR(2) 似乎合適，但在去趨勢後的資料中仍有小且顯著的季節性成分。
- 對
chicken資料配適 ARIMA(2,1,0)，觀察殘差中仍存在相關性。 - 配適 SARIMA(2,1,0)x(1,0,0)12，並注意此模型的配適效果良好。
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 differenced chicken
# Plot P/ACF pair of differenced data to lag 60
# Fit ARIMA(2,1,0) to chicken - not so good
# Fit SARIMA(2,1,0,1,0,0,12) to chicken - that works