R語言
ARMAacf
位於 stats
包(package)。 說明
計算 ARMA 過程的理論自相關函數或偏自相關函數。
用法
ARMAacf(ar = numeric(), ma = numeric(), lag.max = r, pacf = FALSE)
參數
ar |
AR 係數的數值向量 |
ma |
MA 係數的數值向量 |
lag.max |
整數。所需的最大滯後。默認為 |
pacf |
合乎邏輯的。是否應該返回部分自相關? |
細節
使用的方法遵循 Brockwell & Davis(1991,第 3.3 節)。他們的方程 (3.3.8) 求解滯後 處的自協方差,其餘自相關由遞歸濾波器給出。
值
(部分)自相關向量,由滯後命名。
例子
ARMAacf(c(1.0, -0.25), 1.0, lag.max = 10)
## Example from Brockwell & Davis (1991, pp.92-4)
## answer: 2^(-n) * (32/3 + 8 * n) /(32/3)
n <- 1:10
a.n <- 2^(-n) * (32/3 + 8 * n) /(32/3)
(A.n <- ARMAacf(c(1.0, -0.25), 1.0, lag.max = 10))
stopifnot(all.equal(unname(A.n), c(1, a.n)))
ARMAacf(c(1.0, -0.25), 1.0, lag.max = 10, pacf = TRUE)
zapsmall(ARMAacf(c(1.0, -0.25), lag.max = 10, pacf = TRUE))
## Cov-Matrix of length-7 sub-sample of AR(1) example:
toeplitz(ARMAacf(0.8, lag.max = 7))
參考
Brockwell, P. J. and Davis, R. A. (1991) Time Series: Theory and Methods, Second Edition. Springer.
也可以看看
相關用法
- R ARMAtoMA 將 ARMA 過程轉換為無限 MA 過程
- R AIC 赤池的信息準則
- R stlmethods STL 對象的方法
- R medpolish 矩陣的中值波蘭(穩健雙向分解)
- R naprint 調整缺失值
- R summary.nls 總結非線性最小二乘模型擬合
- R summary.manova 多元方差分析的匯總方法
- R formula 模型公式
- R nls.control 控製 nls 中的迭代
- R aggregate 計算數據子集的匯總統計
- R deriv 簡單表達式的符號和算法導數
- R kruskal.test Kruskal-Wallis 秩和檢驗
- R quade.test 四方測試
- R decompose 移動平均線的經典季節性分解
- R plot.stepfun 繪製階躍函數
- R alias 查找模型中的別名(依賴項)
- R qqnorm 分位數-分位數圖
- R eff.aovlist 多層方差分析的計算效率
- R pairwise.t.test 成對 t 檢驗
- R loglin 擬合對數線性模型
- R predict.smooth.spline 通過平滑樣條擬合進行預測
- R bartlett.test 方差齊性的 Bartlett 檢驗
- R influence.measures 回歸刪除診斷
- R loess.control 設置黃土參數
- R Normal 正態分布
注:本文由純淨天空篩選整理自R-devel大神的英文原創作品 Compute Theoretical ACF for an ARMA Process。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。