Het white-noise (WN)-model

Tijdreeksanalyse in R

David S. Matteson

Associate Professor at Cornell University

White noise

White noise (WN) is het eenvoudigste voorbeeld van een stationair proces.

Een zwak white-noise-proces heeft:

Tijdreeksplots van white noise:

Tijdreeksplots van white noise?

# Simuleer n = 50 observaties uit het WN-model
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)

# Simuleer uit het WN-model met 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)

# Pas het WN-model
# aan met arima()
arima(WN_2, 
      order = c(0, 0, 0))

Coefficients:
      intercept
         4.0739
s.e.     0.2698
sigma^2 estimated as 3.639

# Bereken steekproef-
# gemiddelde en -variantie
# van WN
mean(WN_2)

4.0739

var(WN_2)

3.713

Tijdreeksanalyse in R