Prima di tutto

Modelli ARIMA in R

David Stoffer

Professor of Statistics at the University of Pittsburgh

Chi sono

ch1_1.004.png

ch1_1.006.png

library(astsa)
plot(jj, main = "Utile per azione trimestrale Johnson & Johnson", type = "c") 
text(jj, labels = 1:4, col = 1:4)

ch1_1.010.png

library(astsa)
plot(globtemp, main = "Deviazioni della temperatura globale", type= "o")

ch1_1.013.png

library(xts)
plot(sp500w, main = "Rendimenti settimanali S&P 500")

ch1_1.016.png

Regressione: $Y_i = \beta X_i + \epsilon_i$, dove $\epsilon_i$ è rumore bianco

Rumore bianco:

AutoRegressione: $X_t = \phi X_{t-1} + \epsilon_t \ $ ($\epsilon_t$ è rumore bianco)

Media Mobile: $\epsilon_t = W_t + \theta W_{t-1} \ $ ($W_t$ è rumore bianco)

ARMA: $X_t = \phi X_{t-1} + W_t + \theta W_{t-1} \ $

Modelli ARIMA in R