Existen varios paquetes en R para trabajar con series temporales. Uno de ellos es Stats. Una de las posibilidades que nos ofrece este paquete es crear modelos ARIMA y posteriormente calcular su Función de Autocorrelación (ACF) y parcial (PACF).
La sintaxis es:
arima(x, order = c(0, 0, 0),
seasonal = list(order = c(0, 0, 0), period = NA),
xreg = NULL, include.mean = TRUE,
transform.pars = TRUE,
fixed = NULL, init = NULL,
method = c("CSS-ML", "ML", "CSS"),
n.cond, optim.method = "BFGS",
optim.control = list(), kappa = 1e6)Vamos a poder trabajar con modelos formados por parte AR, por parte MA o por las dos.
1er caso. AR(1)
Tenemos yt =0.5yt-1 +εt
Si seguimos la sintaxis anterior escribiremos:
Sim_ma<-arima.sim(n=1000, list(ar=(0.5)))
acf (Sim_ma,lag.max =30, main="Autocorrelograma-AR(1)")
pacf (Sim_ma,lag.max =30, main="Autocorrelograma parcial AR(1)")
Al ejecutar estos comandos se nos generarán automáticamente los gráficos para cada función (acf, pacf). Tenemos la opción de guardar en una variable el resultado del acf y del pacf por si nos interesa conocer los valores calculados.
2o caso. MA(1)
Tenemos Yt= 0.5 εt-1 + εt
La sintaxis será:
Sim_ma<-arima.sim(n=1000, list(ma=(0.5)))
acf (Sim_ma,lag.max =30, main="Autocorrelograma-MA(1)")
pacf (Sim_ma,lag.max =30, main="Autocorrelograma parcial MA(1)")
3er caso. ARMA(1, 1)
yt =0.5yt-1 +0.5εt-1 + εt conσ2ε =1
La sintaxis será:
Sim_ma<-arima.sim(n=1000, list(ar=(0.5), ma=(0.5)))
acf (Sim_ma,lag.max =30, main="Autocorrelograma-ARMA(1,1)")
pacf (Sim_ma,lag.max =30, main="Autocorrelograma parcial ARMA(1,1)")
0 comentarios:
Publicar un comentario en la entrada
Gracias por escribir un comentario