基于R的ARMA模型的估计首先，我们给出一个ARMA模型：y=-0.6y+-0.8ett1tt1随机生成一组含200个观测值的时间序列，代码如下：#ARMA(1,1)yt=-0.6yt-1+xt-0.8xt-1set.seed(10)x-rnorm(200)y-vector(length=2)y1=x1for(iin2:200)yi=-0.6*yi-1+xi-0.8*xi-1y事实上，在R中有更简单的语句可以生成ARIMA时间序列，以上述ARMA(1,1)模型为例:set.seed(10)y-arima.sim(list(order=c(1,0,1),ar=-0.6,ma=-0.8),n=200)在本次实验中，我们采用第一种方法生成的时间序列做估计。时间序列图如下：ACF和PACF图如下：acf(y,xaxp=c(0,20,20),yaxp=c(-1,1,10)pacf(y,xaxp=c(0,20,20),yaxp=c(-1,1,10)Lag
