As mentioned above, if we are fitti

As mentioned above, if we are fitting an ARIMA(0,1,1) model to our time series, it means we are fitting an an
ARMA(0,1) model to the time series of first differences. An ARMA(0,1) model can be written X_t - mu = Z_t -
(theta * Z_t-1), where theta is a parameter to be estimated. From the output of the “arima()” R function (above),
the estimated value of theta (given as ‘ma1’ in the R output) is -0.7218 in the case of the ARIMA(0,1,1) model
fitted to the time series of ages at death of kings.

Kết quả (Việt) 1:

Như đã đề cập ở trên, nếu chúng tôi lắp một mô hình ARIMA(0,1,1) để dòng thời gian của chúng tôi, nó có nghĩa là chúng tôi trang bị một mộtArma(0,1) các mô hình để dòng thời gian của sự khác biệt đầu tiên. Một mô hình ARMA(0,1) có thể được viết X_t - mu = Z_t -(theta * Z_t-1), trong đó theta là một tham số được ước tính. Từ đầu ra của các chức năng "arima()" R (ở trên),giá trị ước tính của theta (cho là 'ma1' trong đầu ra R) là-0.7218 trong trường hợp của mô hình ARIMA(0,1,1)Trang bị cho dòng thời gian của các lứa tuổi qua đời của các vị vua.

Kết quả (Việt) 2:

Như đã đề cập ở trên, nếu chúng ta đang lắp ghép một (0,1,1) mô hình chuỗi thời gian của chúng tôi ARIMA, nó có nghĩa là chúng tôi đang lắp ghép một một
mô hình ARMA (0,1) với chuỗi thời gian của sự khác biệt đầu tiên. Một ARMA (0,1) mô hình có thể được viết X_t - mu = Z_t -
(theta * Z_t-1), nơi theta là một tham số được ước tính. Từ đầu ra của "Arima ()" chức năng R (ở trên),
giá trị ước tính của theta (cho là 'MA1' ở đầu ra R) là -0,7218 trong trường hợp của (0,1,1) mô hình ARIMA
trang bị với chuỗi thời gian của lứa tuổi trước cái chết của các vị vua.