r - 如何对观察结果运行白噪声和自回归模型(1)
问题描述
我正在尝试利用 FitAR 包和自回归模型/AR(1)——参见下面的#A——将噪声(例如白噪声/随机噪声,参见下面的#B)与 lynx 计数进行比较。设置它一直令人困惑。我正在提取我遇到的随机噪声示例和来自 FitAR 的 lynx 数据。白噪声模型将有助于确定 lynx 数据中可能具有重要意义的内容。
#猞猁
install.packages(FitAR)
library(FitAR)
library(lattice)
library(leaps)
library(ltsa)
library(bestglm)
help("FitAR-package")
par(mfrow=c(1,2))
lynx <- (log(lynx))
ans <- FitAR((lynx),1)
z4<-Boot.FitAR(ans)
par(mfrow=c(2,1))
TimeSeriesPlot((lynx))
title(main="lynx")
TimeSeriesPlot(z4)
title(main="Simulated AR lynx")
#B 白噪声
install.packages("compositions")
library("compositions")
rnorm(n, mean = 0, sd = 1)
set.seed(100)
x <- NULL
x[1] <- 0
for (i in 2:100) {
x[i] <- x[i-1] + rnorm(1,0,1)
}
ts.plot(x, main = 'Random walk', xlab = '', ylab = '', col='blue', lwd = 2)
解决方案
这本书有一些在 R 中生成白噪声时间序列的例子。
set.seed(123)
## random normal variates
GWN <- rnorm(n = 100, mean = 5, sd = 0.2)
## random Poisson variates
PWN <- rpois(n = 50, lambda = 20)
TimeSeriesPlot(GWN)
TimeSeriesPlot(PWN)
您可以将这些白噪声示例与 FitAR 一起使用。
ans <- FitAR(GWN, 1, MeanMLEQ=TRUE)
TimeSeriesPlot(ans)
我发现这个 FitAR文档很有趣
它有一个模拟高斯噪声的例子
library(FitAR)
set.seed(123)
phi <- c(2.7607, -3.8106, 2.6535, -0.9238)
z <- SimulateGaussianAR(phi, 1000)
ans <- FitAR(z, 4, MeanMLEQ=TRUE)
TimeSeriesPlot(ans)
推荐阅读
- python - 按ManyToMany字段长度过滤:values_list()返回,但过滤结果为空
- javascript - 添加中间件功能后得到“Cannot GET /”
- karate - 空手道:json 路径元素等于不工作
- webpack - Rails 6 中的资产压缩与 Webpack 不工作
- swagger - Fastapi - openapi 授权按钮消失
- google-api - Google API:列出登录用户所属的组
- git - index.lock 无效参数
- c# - 如何访问 JArray 中的值?
- php - 代客 502 坏网关 nginx/1.19.1
- android - 使用 android/flutter 写入 NFC 标签