Model AR juga dikenal sebagai model autoregresif.
Sesuai dengan namanya, autoregresi mengacu pada proses stokastik di mana output model pada waktu t bergantung pada output dirinya sendiri pada waktu sebelum t.
defcreate_ARdata(phis=[0.1],N=500,init=1,c=1,sigma=0.3):"""Membuat data untuk proses AR"""print(f"==Membuat data panjang {N} untuk proses AR({len(phis)})==")data=np.zeros(N)data[0]=init+np.random.normal(0,sigma)fortinrange(2,N):res=c+np.random.normal(0,sigma)forj,phi_jinenumerate(phis):res+=phi_j*data[t-j-1]data[t]=resreturndata
plt.figure(figsize=(12,6))phis=[0.1,0.3]ar2_1=create_ARdata(phis=phis,N=100)plt.plot(ar2_1)plt.title(f"Jika koefisien adalah {phis}",fontsize=15)plt.show()
==Membuat data panjang 100 untuk proses AR(2)==
1
2
3
4
5
6
plt.figure(figsize=(12,6))phis=[0.1,-1.11]ar2_1=create_ARdata(phis=phis)plt.plot(ar2_1)plt.title(f"Jika koefisien adalah {phis}",fontsize=15)plt.show()