ARIMA 模型（模拟数据）
在分析真实的时间序列数据之前，您可以先尝试一个稍微复杂一些的模型。
这里，我们从带漂移的 ARIMA(2,1,0) 模型生成了 250 个观测值，其形式为 $$Y_t = 1 + 1.5 Y_{t-1} - .75 Y_{t-2} + W_t\,$$，其中 $Y_t = \nabla X_t = X_{t} - X_{t-1}$。
您将使用既有方法为数据拟合模型。
已预加载 astsa 库，生成的数据存放在 x 中。时间序列 x 以及去趋势序列 y <- diff(x) 已经完成绘图。
本练习是课程的一部分
R 中的 ARIMA 模型
练习说明
- 使用
acf2()对差分数据diff(x)绘制样本 ACF 和 PACF，以确定模型。 - 使用
sarima()对生成的数据拟合 ARIMA(2,1,0) 模型。检查 t 表和其他输出信息，以评估模型拟合情况。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Plot sample P/ACF of differenced data and determine model
# Estimate parameters and examine output