Komputerowa analiza szeregów czasowych 2015/2016 Lista 8
Transkrypt
Komputerowa analiza szeregów czasowych 2015/2016 Lista 8
Komputerowa analiza szeregów czasowych 2015/2016 Lista 8 1. Dla modelu MA(1): Xt = Zt + θZt−1 , {Zt } ∼ W N (0, σ 2 ) wyznacz empiryczną funkcję częściowej autokorelacji i porównaj ją z teoretyczną PACF wyznaczoną na wykładzie. 2. Dla modelu MA(1) z poprzedniego zadania i konkretnych wartości θ oraz σ wyznacz przedziały ufności na zadanym poziomie ufności dla wartości funkcji PACF dla maksymalnego opóźnienia h = 20. Wykorzystaj metodę Monte Carlo. 3. Rozpatrzmy model AR(2) dany wzorem: Xt − φ1 Xt−1 − φ2 Xt−2 = Zt , {Zt } ∼ W N (0, σ 2 ). Przyjmując, że wartości parametrów φ1 oraz φ2 są takie, że ten model jest przyczynowy i wykorzystując metodę Yule-Walkera wyznacz funkcję ACVF. Przyjmij rozkład normalny szumu {Zt }. 4. Dla modelu z poprzedniego zadania dla konkretnych wartości φ1 oraz φ2 porównaj ACVF wyznaczoną w poprzednim zadaniu z empiryczną ACVF. 5. Dla modelu AR(2) z poprzedniego zadania sprawdź poprawność metody estymacji dla parametrów modelu bazującej na równaniach Yule-Walkera. 6. Wykorzystując procedurę "filter" w środowisku MATLAB wyznacz residua modelu AR(2) z zadania 4 dla wyestymowanych wartości φ1 , φ2 oraz σ. Zbadaj ich rozkład i niezależność. 7. Wysymuluj dane z dowolnego modelu ARMA. Wykorzystując kryteria informacyjne, znajdź rząd modelu. Wykorzystując jedną z metod estymacji wyznacz nieznane wspołczynniki. Sprawdź poprawność modelu. Wyniki porównaj z inną metodą estymacji. 1