R arima.sim 从 ARIMA 模型进行模拟

说明

从 ARIMA 模型进行模拟。

用法

arima.sim(model, n, rand.gen = rnorm, innov = rand.gen(n, ...),
          n.start = NA, start.innov = rand.gen(n.start, ...),
          ...)

参数

model	包含组件 ar 和/或 ma 的列表，分别给出 AR 和 MA 系数。可以选择使用组件order。空列表给出 ARIMA(0, 0, 0) 模型，即白噪声。
n	输出系列的长度，在un-differencing之前。严格的正整数。
rand.gen	可选：产生创新的函数。
innov	可选的时代系列创新。如果未提供，则使用rand.gen。
n.start	‘burn-in’周期的长度。如果是 NA (默认值)，则会计算合理的值。
start.innov	用于 burn-in 期间的可选创新时间序列。如果提供，则必须至少有 n.start 值(默认情况下，n.start 在函数内部计算)。
...	rand.gen 的附加参数。最有用的是，rnorm 生成的创新的标准差可以由 sd 指定。

细节

有关 ARIMA 模型的精确定义，请参阅arima。

检查 ARMA 模型的平稳性。

ARIMA 模型通过 model 的 order 组件指定，方式与 arima 相同。 order 组件的其他方面被忽略，但检测到 MA 和 AR 阶数不一致的规范。 un-differencing 假定先前的值为零，为了提醒用户这一点，将返回这些值。

‘burn-in’周期的随机输入是通过调用 rand.gen 生成的。

值

类 "ts" 的时间序列对象。

例子

require(graphics)

arima.sim(n = 63, list(ar = c(0.8897, -0.4858), ma = c(-0.2279, 0.2488)),
          sd = sqrt(0.1796))
# mildly long-tailed
arima.sim(n = 63, list(ar = c(0.8897, -0.4858), ma = c(-0.2279, 0.2488)),
          rand.gen = function(n, ...) sqrt(0.1796) * rt(n, df = 5))

# An ARIMA simulation
ts.sim <- arima.sim(list(order = c(1,1,0), ar = 0.7), n = 200)
ts.plot(ts.sim)

也可以看看

arima