Nejdříve to nejdůležitější

Modely ARIMA v R

David Stoffer

Professor of Statistics at the University of Pittsburgh

O mně

 

  • Profesor statistiky

ch1_1.004.png

Modely ARIMA v R

O mně

 

  • Profesor statistiky
  • Spoluautor dvou učebnic o časových řadách
  • Balíček astsa

ch1_1.006.png

Modely ARIMA v R

Data časových řad – I

library(astsa)
plot(jj, main = "Johnson & Johnson Quarterly Earnings per Share", type = "c") 
text(jj, labels = 1:4, col = 1:4)

Čtvrtletní zisk na akcii společnosti Johnson & Johnson

Modely ARIMA v R

Data časových řad – II

library(astsa)
plot(globtemp, main = "Global Temperature Deviations", type= "o")

Odchylky globální teploty

Modely ARIMA v R

Data časových řad – III

library(xts)
plot(sp500w, main = "S&P 500 Weekly Returns")

Týdenní výnosy indexu S&P 500

Modely ARIMA v R

Regresní modely časových řad

Regrese: $Y_i = \beta X_i + \epsilon_i$, kde $\epsilon_i$ je bílý šum

Bílý šum:

  • nezávislá normální rozdělení se společným rozptylem
  • základní stavební kámen časových řad

Autoregrese: $X_t = \phi X_{t-1} + \epsilon_t \ $ ($\epsilon_t$ je bílý šum)

Klouzavý průměr: $\epsilon_t = W_t + \theta W_{t-1} \ $ ($W_t$ je bílý šum)

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

Modely ARIMA v R

Pojďme cvičit!

Modely ARIMA v R

Preparing Video For Download...