原文链接：http://tecdat.cn/?p=25122

原文出处：拓端数据部落公众号

当一个序列遵循随机游走模型时，就说它是非平稳的。我们可以通过对时间序列进行一阶差分来对其进行平稳化，这将产生一个平稳序列，即零均值白噪声序列。例如，股票的股价遵循随机游走模型，收益序列（价格序列的差分）将遵循白噪声模型。

让我们更详细地了解这种现象。

由于随机游走序列的差分是白噪声序列，我们可以说随机游走序列是零均值白噪声序列的累积和（即积分）。有了这些信息，我们可以以 ARIMA 模型的形式定义 Random Walk 系列，如下所示：

ARIMA(0,1,0)
其中
- 自回归部分，p = 0
- 积分部分，d = 1
- 移动平均部分，q = 0

模拟随机游走序列

我们现在可以通过为arima.sim提供适当的参数来模拟 R 中的随机游走序列，如下所示：

R <- arima.sim

我们可以使用该plot.ts绘制新生成的序列。

> plot.ts

正如我们可以清楚地观察到的，这是一个非平稳序列，它的均值和标准偏差随时间变化不是恒定的。

一阶差分序列

为了使序列平稳，我们取序列的一阶差分。

if <- diff

绘制时，您会注意到差分序列类似于白噪声。

该 RW_diff 序列的统计数据计算如下：

> mean(Rf)
> sd(Wf)

带偏移的随机游走序列

我们模拟的上述随机游走序列在均值附近上下徘徊。但是，我们可以让随机游走系列跟随上升或下降趋势，称为偏移。为此，我们为函数提供了一个额外的参数均值/截距 arima.sim() 。这个截距是模型的斜率。我们还可以更改模拟序列的标准差。在下面的代码中，我们提供了 1 的平均值和 5 的标准差。

估计随机游走模型

为了拟合具有时间序列偏移的随机游走模型，我们将遵循以下步骤

取数据的一阶差分。
arima() 使用阶数为的函数将白噪声模型拟合到差分数据 c(0,0,0)。
绘制原始时间序列图。
abline() 通过提供通过将白噪声模型拟合为斜率得到的截距，使用该函数添加估计趋势。

1. 一阶差分

为了使这个数列平稳，我们将取数列的差值。

> plot.ts

2. 将白噪声模型拟合到差分数据

我们现在可以使用arima将白噪声模型拟合到差分数据。

> whodl <- arima

我们可以看到拟合的白噪声模型的截距为 0.67。

3. 绘制原始随机游走数据

这可以使用以下命令完成：

> plot.ts

4.添加估计趋势

现在在同一个图上，我们要添加估计的趋势。在本课开始时，我们解释了随机游走序列如何是零均值白噪声序列的累积和（即积分）。因此，截距实际上是我们随机游走序列的斜率。

我们可以使用函数绘制趋势线 abline，其中 a 是截距，b 是线的斜率。在我们的例子中，我们将指定白噪声模型的“a=0”和“b=intercept”。

> abline

估计的趋势线将添加到我们的图中。

最受欢迎的见解

1.在python中使用lstm和pytorch进行时间序列预测

2.python中利用长短期记忆模型lstm进行时间序列预测分析

3.使用r语言进行时间序列（arima，指数平滑）分析

4.r语言多元copula-garch-模型时间序列预测

5.r语言copulas和金融时间序列案例

6.使用r语言随机波动模型sv处理时间序列中的随机波动

7.r语言时间序列tar阈值自回归模型

8.r语言k-shape时间序列聚类方法对股票价格时间序列聚类

9.python3用arima模型进行时间序列预测

拓端tecdat|R语言模拟和预测ARIMA模型、随机游走模型RW时间序列趋势可视化相关推荐

拓端tecdat|R语言逻辑回归（Logistic回归）模型分类预测病人冠心病风险
最近我们被客户要求撰写关于冠心病风险的研究报告,包括一些图形和统计输出. 相关视频:R语言逻辑回归(Logistic回归)模型分类预测病人冠心病风险逻辑回归Logistic模型原理和R语言分类预测冠 ...
拓端tecdat|R语言向量误差修正模型 (VECMs)分析长期利率和通胀率影响关系
最近我们被客户要求撰写关于向量误差修正模型的研究报告,包括一些图形和统计输出. 向量自回归模型估计的先决条件之一是被分析的时间序列是平稳的.但是,经济理论认为,经济变量之间在水平上存在着均衡关系,可以 ...
拓端tecdat|R语言线性回归和时间序列分析北京房价影响因素可视化案例
最近我们被客户要求撰写关于北京房价影响因素的研究报告,包括一些图形和统计输出. 目的房价有关的数据可能反映了中国近年来的变化: 人们得到更多的资源(薪水),期望有更好的房子人口众多独生子女政策: ...
拓端tecdat|R语言用LOESS(局部加权回归)季节趋势分解（STL）进行时间序列异常检测
最近我们被客户要求撰写关于LOESS(局部加权回归)的研究报告,包括一些图形和统计输出. 这篇文章描述了一种对涉及季节性和趋势成分的时间序列的中点进行建模的方法.我们将对一种叫做STL的算法进行研究, ...
时间序列R语言操作2——白噪声和随机游走模型
文章目录一.白噪声 1.白噪声是什么? 2.白噪声的性质 3.样本自相关函数 4.白噪声检验二.随机游走模型 1.简单随机游走序列 2.R语言 3.实例说明 1.醉汉回家 2.久赌必输一.白噪声 ...
R语言指数平滑预测法分析南京出租车打车软件空载率时间序列补贴政策可行性...
报告链接:http://tecdat.cn/?p=32161 本文通过建立空载率的数学模型,帮助客户来分析出租车的空载率,从而对出租车补贴政策能否提高高峰期的实载率,缓解打车难问题进行了说明(点击文末 ...
R语言Copula函数股市相关性建模：模拟Random Walk(随机游走)
最近我们被客户要求撰写关于Copula的研究报告,包括一些图形和统计输出. 在引入copula时,大家普遍认为copula很有趣,因为它们允许分别对边缘分布和相依结构进行建模. copula建模边缘和 ...
c语言随机漫步,基于最短路径的随机游走算法研究与应用
摘要: 近年来,人们越来越多地关注数据集中数据点之间的关系.不同种类的网络相继涌现.有链接和节点类型都单一的同质网络如以朋友友谊为基础建立起来的社交网站;以网络链接形成的互联网.另外还有多种链接和节点 ...
R语言模拟疫情传播-gganimate包
本文用gganimate包展示模拟疫情数据本文篇幅较长,分为以下几个部分: 前言效果展示小结附录:代码前言前文<R语言模拟疫情传播-RVirusBroadcast>已经介绍了一 ...
R语言时间序列分析之ARIMA模型预测
R语言时间序列分析之ARIMA模型预测今天学习ARIMA预测时间序列. 指数平滑法对于预测来说是非常有帮助的,而且它对时间序列上面连续的值之间相关性没有要求.但是,如果你想使用指数平滑法计算出预测区 ...

拓端tecdat|R语言模拟和预测ARIMA模型、随机游走模型RW时间序列趋势可视化