拟合 MA(1) 模型
在本练习中，我们从 MA(1) 模型生成了数据，$$X_t = W_t - .8 W_{t-1} ,$$ 生成代码为 x <- arima.sim(model = list(order = c(0, 0, 1), ma = -.8), n = 100)。请查看模拟数据以及样本 ACF 和 PACF，并根据第一个练习给出的表格来判断模型阶数。然后拟合该模型。
回顾：对于纯 MA(q) 模型，理论 ACF 会在滞后 q 截尾，而 PACF 会逐渐衰减。
本练习是课程的一部分
R 中的 ARIMA 模型
练习说明
- 已预加载 astsa 包。100 个 MA(1) 观测值已作为
x预加载。 - 使用
plot()绘制x中生成的数据。 - 使用
astsa包中的acf2()绘制样本 ACF 和 PACF。 - 使用
astsa的sarima()对先前生成的数据拟合 MA(1) 模型。请查看 t 表，并将估计值与真实值进行比较。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# astsa is preloaded
# Plot x
# Plot the sample P/ACF of x
# Fit an MA(1) to the data and examine the t-table