首先

R 中的 ARIMA 模型

David Stoffer

Professor of Statistics at the University of Pittsburgh

关于我

 

  • 统计学教授

ch1_1.004.png

R 中的 ARIMA 模型

关于我

 

  • 统计学教授
  • 合著两本时间序列教材
  • astsa 包

ch1_1.006.png

R 中的 ARIMA 模型

时间序列数据 - I

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

ch1_1.010.png

R 中的 ARIMA 模型

时间序列数据 - II

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

ch1_1.013.png

R 中的 ARIMA 模型

时间序列数据 - III

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

ch1_1.016.png

R 中的 ARIMA 模型

时间序列回归模型

回归：$Y_i = \beta X_i + \epsilon_i$，其中 $\epsilon_i$ 为白噪声

白噪声：

  • 相互独立的正态，方差相同
  • 时间序列的基本构件

自回归：$X_t = \phi X_{t-1} + \epsilon_t \ $（$\epsilon_t$ 为白噪声）

滑动平均：$\epsilon_t = W_t + \theta W_{t-1} \ $（$W_t$ 为白噪声）

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

R 中的 ARIMA 模型

¡Vamos a practicar!

R 中的 ARIMA 模型

Preparing Video For Download...