如何在 R 中创建移动平均线 model？

Question

我正在对某个数据集进行分析，在查看数据时，我注意到 PACF 没有任何重要的值（当然除了第一个），而自相关函数 (ACF) 的值大部分都很重要。 所以，我决定创建一个 MA model（因为 ACF 的值很重要），但是我不确定如何在 R 中执行此操作，以及如何确定 Z05B8C7352706FFB2F4DE4C1 的大小。

下面的就够了吗？

arima(time-series_object, order = c(0,0,1))

同样，给定一个 ACF 图，我们应该如何决定我们应该使用什么 MA（例如 (0,0,1)、(0,1,1) 等）？

Answer 1

在 R 中创建移动平均线的方法有很多，我个人总是使用filter()在普通的 R 中做到这一点，只是因为我看到了正在发生的事情。 假设您的数据存储在两个向量x <- 1:100和y <- sin(x/10) + rnorm(100,sd=.1)中。

如果 window 长度为 10，则移动平均计算的一种方法是平均当前值及其 9 个先前值：

f <- rep(1/10, 10)
z <- filter(y, f, sides=1)

现在，您的平滑值为z 。 您将看到z从 9 个NA值开始，因为前 9 个步骤您还没有足够的值来平均。

拥有一个最小的可重现数据集将有助于回答您问题的第二部分：

[如何] 我们决定 [...] 我们应该使用什么 MA（例如(0,0,1), (0,1,1)等）？

有关的

• 计算移动平均列出了 R 中移动平均计算的替代方法（和库）。
• http://www.cookbook-r.com/Manipulating_data/Calculating_a_moving_average/描述了我的plain-R方法的细节，比如双边平滑。