開始使用免費開始

估計 white noise 模型

對給定的時間序列 y,可以使用 arima(..., order = c(0, 0, 0)) 來擬合 white noise(WN)模型。請記得,WN 模型就是 ARIMA(0,0,0) 模型。套用 arima() 會回傳關於已估計模型的資訊或輸出。對於 WN 模型,這包含估計的平均數(標示為 intercept)以及估計的變異數(標示為 sigma^2)。

在這個練習中,你將探索 WN 模型的特性。估計的平均數是多少?使用 mean() 計算樣本平均數並加以比較。估計的變異數是多少?使用 var() 計算樣本變異數並加以比較。

時間序列 y 已經載入,並顯示在旁邊的圖中。

本練習屬於課程

R 的時間序列分析

檢視課程

練習說明

  • 使用 arima() 來估計 y 的 WN 模型。指定資料之後,務必加入參數 order = c(0, 0, 0)
  • 分別使用 mean()var() 計算 y 的平均數與變異數。將結果與你的 arima() 輸出進行比較。

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。

# Fit the WN model to y using the arima command


# Calculate the sample mean and sample variance of y


編輯並執行程式碼