数据分析——失业率 II
现在，您将继续为美国月度失业率时间序列 unemp 拟合一个 SARIMA 模型，这一步将通过查看完全差分后序列的样本 ACF 和 PACF 来完成。
注意：样本 P/ACF 图中的滞后坐标轴以"年"为单位。因此，滞后 1、2、3、… 分别代表 1 年（12 个月）、2 年（24 个月）、3 年（36 个月）、…
astsa 包已为您预加载。
本练习是课程的一部分
R 中的 ARIMA 模型
练习说明
- 对数据进行完全差分（与上一个练习相同），并绘制变换后数据到 60 个月（5 年）滞后的样本 ACF 和 PACF。考虑：
- 非季节部分：PACF 在滞后 2 截尾，而 ACF 逐渐衰减。
- 季节部分：ACF 在滞后 12 截尾，PACF 在滞后 12、24、36、… 逐渐衰减。
- 使用
sarima()提出并拟合一个模型。检查残差以确保模型拟合得当。
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 P/ACF pair of fully differenced data to lag 60
dd_unemp <- diff(diff(unemp), lag = 12)
# Fit an appropriate model