模擬簡單移動平均模型
簡單移動平均（MA）模型是一種精簡的時間序列模型，用來刻畫非常短期的自我相關。它看起來像迴歸形式，但每個觀測值其實是對前一期的創新項做回歸，而創新項並不可觀察。與自我迴歸（AR）模型類似，MA 模型把白噪音（WN）模型作為特殊情況納入其中。
和前面模型一樣，可以使用 arima.sim() 指令模擬 MA 模型，方法是將 model 參數設為 list(ma = theta)，其中 theta 是介於 (-1, 1) 的斜率參數。你也需要用 n 參數指定序列長度。
在這個練習中，你將分別以斜率參數 0.5、0.9 和 -0.5 模擬並繪製三個 MA 模型。
本練習屬於課程
R 的時間序列分析
練習說明
- 使用
arima.sim()模擬一個斜率參數為 0.5、長度為 100 的 MA 模型，並將結果存為x。 - 再次呼叫
arima.sim()，模擬斜率參數為 0.9 的 MA 模型，將結果存為y。 - 第三次呼叫
arima.sim()，模擬斜率參數為 -0.5 的 MA 最終模型，將結果存為z。 - 使用
plot.ts()顯示這三個模型。
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。
# Generate MA model with slope 0.5
x <- arima.sim(model = ___, n = ___)
# Generate MA model with slope 0.9
y <-
# Generate MA model with slope -0.5
z <-
# Plot all three models together
plot.ts(cbind(___, ___, ___))