模拟简单滑动平均模型
简单滑动平均（MA）模型是一种精炼的时间序列模型，用于刻画非常短期的自相关。它的形式类似回归，但这里每个观测量是对前一期创新项进行回归，而该创新项实际不可观测。与自回归（AR）模型类似，MA 模型将白噪声（WN）模型作为一个特例。
与之前的模型一样，可以通过 arima.sim() 命令来模拟 MA 模型，将 model 参数设为 list(ma = theta)，其中 theta 是区间 (-1, 1) 内的斜率参数。同时，您还需要使用 n 参数指定序列长度。
在本练习中，您将分别模拟并绘制 3 个 MA 模型，其斜率参数分别为 0.5、0.9 和 -0.5。
本练习是课程的一部分
R 中的时间序列分析
练习说明
- 使用
arima.sim()模拟一个斜率参数为 0.5、序列长度为 100 的 MA 模型。将结果保存到x。 - 再次调用
arima.sim()，模拟一个斜率参数为 0.9 的 MA 模型。将结果保存到y。 - 第三次调用
arima.sim()，模拟一个斜率参数为 -0.5 的 MA 模型。将结果保存到z。 - 使用
plot.ts()展示这三个模型。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Generate MA model with slope 0.5
x <- arima.sim(model = ___, n = ___)
# Generate MA model with slope 0.9
y <-
# Generate MA model with slope -0.5
z <-
# Plot all three models together
plot.ts(cbind(___, ___, ___))