如何使用 R语言模拟时间序列模型的数据。

Question

如题，我必须在不使用R包(package)的情况下，在R环境模拟整数属性GARCH （INGARCH）模型。与原始GARCH不同的是，这个模型不是常态分布（normal distribution） 而是泊松分佈 (poisson distribution).

模型如下。
INGARCH (1,1)

X_t ~ Poisson(lamb_t)

lamb_t = alpha_0 + alpha_1(X_t-1) + beta_1(lamb_t-1)

我写的程序无法成功的模拟出该模式的数据。

set.seed(100)
a0 <- 2
a1 <- 0.4
b1 <- 1
mu <- 5
n <-1000
w <- rpois(n,mu)
X <- lamb <- rep(0, n)

for (i in 2:n) {

X[i] <- w[i]
lamb[i] <- a0 + a1 (X[i-1]) + b1 lamb[i-1]
}

这个问题困扰了我很久，请各方高人指点，先此致谢。

Answer 1

建议你 看下 Rstan 关于 Garch 的例子，可以直接复用

https://github.com/stan-dev/e...

Answer 2

你的lamb与w在程序里并没有体现任何关系