Generar una muestra AR para diferentes distribuciones.
En el dÃa de hoy un estudiante de la maestrÃa en economÃa de Icesi se preguntaba cómo simular una muestra proveniente de un proceso AR con perturbaciones (errores) no gaussianos (que no sigan una distribución normal).
Buscamos en los paquetes disponibles, encontramos funciones que simulan procesos ARIMA pero con errores gaussianos. Finalmente llegamos al siguiente código que es una modificación del disponible en el siguiente link http://www.unige.ch/ses/dsec/ronchetti/TIMESERIES/Assign04.pdf.
ARsim <- function(rho,first,serieslength,distribution) { # rho: AR parameters, vector of size 2 # first: fixed first elements for computation of AR part, vector of size 2 if(distribution=="t"){a <- rt(serieslength,3)} else {a <- rnorm(serieslength,0,1)} Y <- first for (i in (length(phi)+1):serieslength){ Y[i] <- rho*Y[i-1]+a[i] } return(Y) }
Created by Pretty R at inside-R.org
Podemos generar una muestra de tamaño 1000 para un proceso AR(1) a partir de errores que siguen una distribución normal o una distribución t con 3 grados de libertad empleando las siguientes lÃneas de código.
Created by Pretty R at inside-R.org
Generar una muestra AR para diferentes distribuciones.,
Leave a Reply