模拟带漂移的随机游走模型
随机游走（RW）不一定围绕 0 波动，它可以呈现向上或向下的轨迹，即存在漂移或时间趋势。要实现这一点，可以在 RW 模型中加入截距项，它对应于 RW 时间趋势的斜率。
另一种等价的表述方式是，对常数均值白噪声（WN）序列进行累加求和，此时该均值就对应于 RW 时间趋势的斜率。
要从带漂移的 RW 模型中模拟数据，仍然使用 arima.sim() 函数，并设置参数 model = list(order = c(0, 1, 0))。这一次，您需要额外加入参数 mean = ... 来指定漂移量（即截距）。
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()生成另一个 RW 模型。将model参数设为list(order = c(0, 1, 0))以生成 RW 类型模型，并将n设为100以产生 100 个观测值。将mean参数设为1以产生漂移。将结果保存为rw_drift。 - 使用
ts.plot()绘制rw_drift数据。 - 使用
diff()计算rw_drift数据的一阶差分。将结果保存为rw_drift_diff。 - 再次调用
ts.plot()绘制rw_drift_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 with a drift uing arima.sim
rw_drift <- arima.sim(model = ___, n = ___, mean = ___)
# Plot rw_drift
# Calculate the first difference series
rw_drift_diff <-
# Plot rw_drift_diff