Na początku

Modele ARIMA w R

David Stoffer

Professor of Statistics at the University of Pittsburgh

O mnie

 

  • Profesor statystyki

ch1_1.004.png

Modele ARIMA w R

O mnie

 

  • Profesor statystyki
  • Współautor dwóch podręczników o szeregach czasowych
  • Pakiet astsa

ch1_1.006.png

Modele ARIMA w R

Dane szeregów czasowych – I

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

Kwartalne zyski na akcję Johnson & Johnson

Modele ARIMA w R

Dane szeregów czasowych – II

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

Odchylenia temperatury globalnej

Modele ARIMA w R

Dane szeregów czasowych – III

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

Tygodniowe stopy zwrotu S&P 500

Modele ARIMA w R

Modele regresji szeregów czasowych

Regresja: $Y_i = \beta X_i + \epsilon_i$, gdzie $\epsilon_i$ to biały szum

Biały szum:

  • niezależne zmienne normalne o jednakowej wariancji
  • podstawowy budulec szeregów czasowych

Autoregresja: $X_t = \phi X_{t-1} + \epsilon_t \ $ ($\epsilon_t$ to biały szum)

Średnia ruchoma: $\epsilon_t = W_t + \theta W_{t-1} \ $ ($W_t$ to biały szum)

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

Modele ARIMA w R

Czas na ćwiczenia!

Modele ARIMA w R

Preparing Video For Download...