Le modèle de bruit blanc (WN)

Analyse de séries temporelles en R

David S. Matteson

Associate Professor at Cornell University

Bruit blanc

Le bruit blanc (WN) est l'exemple le plus simple de processus stationnaire.

Un processus de bruit blanc faible a :

Graphiques de séries temporelles de bruit blanc :

Graphiques de séries temporelles de bruit blanc ?

# Simuler n = 50 observations du modèle WN
WN_1 <- arima.sim(model = list(order = c(0, 0, 0)), n = 50)
head(WN_1)

-0.005052984  0.042669765  3.261154066  
 2.486431235  0.283119322  1.543525773

ts.plot(WN_1)

# Simuler le modèle WN avec mean = 4, sd = 2
WN_2 <- arima.sim(model = list(order = c(0, 0, 0)), 
                  n = 50, mean = 4, sd = 2)

ts.plot(WN_2)

# Ajuster le modèle WN avec 
# arima()
arima(WN_2, 
      order = c(0, 0, 0))

Coefficients:
      intercept
         4.0739
s.e.     0.2698
sigma^2 estimé à 3.639

# Calculer la moyenne 
# et la variance empiriques
# de WN
mean(WN_2)

4.0739

var(WN_2)

3.713

Analyse de séries temporelles en R