Klasické ARMA modely:
library(astsa)
set.seed(123)
# x_t = 0.7 x_{t-1} + u_t + 0.8 u_{t-1}
# (1 - 0.7 L)x_t = (1 + 0.8 L)u_t
x <- arima.sim(model = list(ar = 0.7, ma = 0.8), n = 1000)
m <- sarima(x, 1, 0, 1, details = FALSE)
m$fit$coef
## ar1 ma1 xmean
## 0.67321585 0.79735653 0.09837353
Cvičenie 1. Sezónne AR modely: \((1 - 0.8 L)*(1 - 0.7 L^4)x_t = u_t\)
x <- arima.sim(...)
m <- sarima(...)
m$fit$coef
Cvičenie 2. Sezónne MA modely: \(x_t = (1 - 0.8 L)*(1 - 0.7 L^4)u_t\)
x <- arima.sim(...)
m <- sarima(...)
m$fit$coef
Cvičenie 4. Zapíšte model navrhnutý pre
log(AirPassengers)
Treba si uvedomiť, že súčin polynómov je nulový práve vtedy, keď je nulový niektorý z činiteľov. Tým sa náš výpočet v prípade, že máme klasické aj sezónne členy, zjednoduší.
Cvičenie 5. Zapíšte model, overte jeho stacionaritu a invertovateľnosť.
## ar1 ar2 ma1 ma2 sar1 xmean
## 0.70104229 0.07853162 0.47443309 0.82279098 0.87630747 -6.71827064