是否可以按照创建特定自相关的方式安排时间序列？

Question

我有一个包含2,500个随机数的文件。是否可以按照创建特定自相关的方式重新排列这些保存的数字？可以说，自相关到滞后1为0.2，自相关到滞后2为0.4，等等。

非常感谢任何帮助！

更具体一点：

以资产百分比表示的每日回报的时间序列具有以下我正在尝试重新创建的特征：

1. Leptokurtic，对称分布，假设以每日归零为中心
2. 没有显着的自相关（因为每日回报的标志是不可预测的）
3. 如果时间序列是平方的，则显着的自动穿孔

目的是产生满足所有这三个特征的随机时间序列。只有两个输入应该是leptokurtic分布（我已经创建）和平方结果时间序列的特定自相关（例如，最终的平方时间序列应该在滞后1为0.2时具有自相关）。

我只知道如何从我自己的混合发行版中产生随机数。当然，如果我将这个结果时间序列平方，就不会有自相关。我想找到一种考虑到这一点的方法。

Answer 1

通常，创建自相关数据最直接的方法是生成数据，使其自动相关。例如，您可以通过始终使用p-1处的值作为时间段p处随机抽取的平均值来创建自动关联路径。

重新排列不仅很难，而且在概念上有点奇怪。你到底想干什么？给出一些背景可能会有更好的答案。

Answer 2

有模拟相关数据的功能。来自stats包的arima.sim()和来自预测包的simulate.Arima()。

simulate.Arima()具有以下优点：（1）它可以模拟季节性ARIMA模型（有时可能称为“SARIMA”）和（2）它可以模拟已经适合的现有时间序列的延续ARIMA模型。要使用simulate.Arima()，您需要已有Arima个对象。

更新：

键入?arima.sim，然后向下滚动到“示例”。

或者：

install.packages("forecast")

library(forecast)

fit <- auto.arima(USAccDeaths)

plot(USAccDeaths,xlim=c(1973,1982))

lines(simulate(fit, 36),col="red")