Análisis de series temporales en R
David S. Matteson
Associate Professor at Cornell University
El ruido blanco (WN) es el proceso estacionario más simple.
Un proceso de ruido blanco débil tiene:
Gráficas de series temporales de ruido blanco:

¿Gráficas de series de ruido blanco?

# Simula n = 50 observaciones del modelo 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)

# Simula del modelo WN con media = 4, sd = 2
WN_2 <- arima.sim(model = list(order = c(0, 0, 0)),
n = 50, mean = 4, sd = 2)
ts.plot(WN_2)

# Ajusta el modelo WN con
# arima()
arima(WN_2,
order = c(0, 0, 0))
Coefficients:
intercept
4.0739
s.e. 0.2698
sigma^2 estimated as 3.639
# Calcula la media muestral
# y la varianza muestral
# de WN
mean(WN_2)
4.0739
var(WN_2)
3.713
Análisis de series temporales en R