Il modello di white noise (WN)

Analisi delle serie temporali in R

David S. Matteson

Associate Professor at Cornell University

White noise

Il White Noise (WN) è l'esempio più semplice di processo stazionario.

Un processo di weak white noise ha:

Grafici di serie temporali di white noise:

Grafici di serie temporali di white noise?

# Simula n = 50 osservazioni dal modello 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 dal modello WN con 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)

# Stima il modello 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

# Calcola media campionaria 
# e varianza campionaria
# di WN
mean(WN_2)

4.0739

var(WN_2)

3.713

Analisi delle serie temporali in R