如何在 R 中創建移動平均線 model？

Question

我正在對某個數據集進行分析，在查看數據時，我注意到 PACF 沒有任何重要的值（當然除了第一個），而自相關函數 (ACF) 的值大部分都很重要。 所以，我決定創建一個 MA model（因為 ACF 的值很重要），但是我不確定如何在 R 中執行此操作，以及如何確定 Z05B8C7352706FFB2F4DE4C1 的大小。

下面的就夠了嗎？

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

同樣，給定一個 ACF 圖，我們應該如何決定我們應該使用什么 MA（例如 (0,0,1)、(0,1,1) 等）？

Answer 1

在 R 中創建移動平均線的方法有很多，我個人總是使用filter()在普通的 R 中做到這一點，只是因為我看到了正在發生的事情。 假設您的數據存儲在兩個向量x <- 1:100和y <- sin(x/10) + rnorm(100,sd=.1)中。

如果 window 長度為 10，則移動平均計算的一種方法是平均當前值及其 9 個先前值：

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

現在，您的平滑值為z 。 您將看到z從 9 個NA值開始，因為前 9 個步驟您還沒有足夠的值來平均。

擁有一個最小的可重現數據集將有助於回答您問題的第二部分：

[如何] 我們決定 [...] 我們應該使用什么 MA（例如(0,0,1), (0,1,1)等）？

有關的

• 計算移動平均列出了 R 中移動平均計算的替代方法（和庫）。
• http://www.cookbook-r.com/Manipulating_data/Calculating_a_moving_average/描述了我的plain-R方法的細節，比如雙邊平滑。