AR（1）过程采用非高斯创新

Question

我想用非高斯创新来模拟AR（1）过程。 我尝试了以下方式，但我不确定：

n<-25
e=rpareto(n,2,1) #can i take any distribution i want for my innovations

phi=0.2
PAR=rep(0,n)
for(t in 2:n) 
{
PAR[1]<-1
PAR[t]<-phi*PAR[t-1]+e[t]
}

另一种方式： 在R函数arima.sim中，创新是N（0，sigma）分布式，但我想 产生N（m，sigma）创新。

sigma<-2
mu<-10
arima.sim(n=25,model=list(order=c(1,0,0),ar=0.2), sd=sqrt(sigma))+mu

感谢您的帮助

Answer 1

只需提供创新作为参数innov：

# The first problem:
e1<-rpareto(25,2,1)
arima.sim(n=25,model=list(order=c(1,0,0),ar=0.2), innov=e1)

# And the socond:
sigma<-2
mu<-10
e2<-rnorm(25,mean=mu,sd=sqrt(sigma))
arima.sim(n=25,model=list(order=c(1,0,0),ar=0.2), innov=e2)