模擬帶漂移的隨機漫步模型
隨機漫步（RW）不一定繞著 0 徘徊，它可以呈現向上或向下的軌跡，也就是具有漂移或時間趨勢。這可以透過在 RW 模型中加入截距來達成，而該截距對應到 RW 時間趨勢的斜率。
另一種等價的表述方式，是對具有固定平均數的白噪音（WN）序列做累積和，此時該平均數就對應到 RW 時間趨勢的斜率。
若要模擬帶有漂移的 RW 模型資料，你一樣使用 arima.sim() 函式，並帶入 model = list(order = c(0, 1, 0)) 參數。這次，請另外加入 mean = ... 參數來指定漂移變數，也就是截距。
本練習屬於課程
R 的時間序列分析
練習說明
- 使用
arima.sim()產生另一個 RW 模型。將model參數設為list(order = c(0, 1, 0))以產生 RW 類型的模型，並將n設為100以產生 100 筆觀測值。將mean參數設為1以加入漂移。將結果存為rw_drift。 - 使用
ts.plot()繪製rw_drift資料。 - 使用
diff()計算rw_drift的一階差分。將結果存為rw_drift_diff。 - 再次呼叫
ts.plot()繪製rw_drift_diff。
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 a RW model with a drift uing arima.sim
rw_drift <- arima.sim(model = ___, n = ___, mean = ___)
# Plot rw_drift
# Calculate the first difference series
rw_drift_diff <-
# Plot rw_drift_diff