1

FitAR パッケージと自己回帰モデル/AR(1) を利用しようとしています -- 以下の #A を参照してください -- ノイズ (例: ホワイト/ランダム ノイズ、以下の #B を参照) をオオヤマネコの数と比較します。これを設定するのは混乱しています。私が遭遇したランダム ノイズの例と、FitAR からの lynx データを引っ張っています。ホワイト ノイズ モデルは、オオヤマネコのデータで何が重要かを判断するのに役立ちます。

#オオヤマネコ

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 ホワイトノイズ

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)
4

1 に答える 1

0

この本には、R でホワイト ノイズ時系列を生成する例がいくつかあります。

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)

ここに画像の説明を入力

これらのホワイト ノイズの例を FitAR で使用できます。

ans <- FitAR(GWN, 1, MeanMLEQ=TRUE)
TimeSeriesPlot(ans)

ここに画像の説明を入力

この FitAR のドキュメントは興味深いと思いました

ガウスノイズをシミュレートする例があります

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)
于 2020-07-31T05:24:02.733 に答える