模拟随机游走模型
随机游走（RW）模型也是一种基本的时间序列模型。它是均值为 0 的白噪声（WN）序列的累积和（或积分），因此 RW 的一阶差分序列是一个 WN 序列。供参考，RW 模型是一个 ARIMA(0, 1, 0) 模型，其中中间的 1 表示模型的积分阶数为 1。
可以使用 arima.sim() 函数并加入 model = list(order = c(0, 1, 0)) 参数来从 RW 模型模拟数据。我们还需要指定序列长度 n。最后，您可以为序列的增量设置 sd，其默认值为 1。
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()生成一个 RW 模型。将model参数设为list(order = c(0, 1, 0))来生成 RW 类型的模型，并将n设为100以得到 100 个观测。将结果保存到random_walk。 - 使用
ts.plot()绘制random_walk数据。 - 使用
diff()计算random_walk数据的一阶差分。将结果保存为random_walk_diff。 - 再次调用
ts.plot()绘制random_walk_diff。
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 a RW model using arima.sim
random_walk <- arima.sim(model = ___, n = ___)
# Plot random_walk
# Calculate the first difference series
random_walk_diff <-
# Plot random_walk_diff