R中AR（2）过程的模拟

我需要模拟一个AR（2）过程

Y[t]=1/20+（Sqrt（3）/2）Y[t-1]-（1/4）Y[t-2]+e[t]

e[t]~（0,0.02^2）

如果模型是按季度计量的，则模拟时间必须超过30年

---

我试过使用

xhi，这是一个简单的修复，您需要从3运行I直到n。如果要设置y_0或y_1的值，需要将y中的第一个值设置为y_0，将第二个值设置为y_1。你的过程是爆炸式的，因为你加上y[i-2，k]，而你的公式说明你应该减去它。回答你的问题了吗？请注意，您的问题中没有定义
phi1
和
phi2
，并且您对错误术语的定义有误。根据您的代码，它应该是e[t]~N（0,0.02^2）。您好，感谢您的回复，回复RBeginner的评论，从3到N运行i，您的意思是
（3:N中的i）{
在原始代码中，3取代了2，我也不太明白你在y中设置第一和第二个值到y_0和y_1是什么意思。作为对Limey的响应，phi 0、phi 1和phi 2是y上的系数，为1/20，sqrt（3）/2和-1/4，是的，抱歉忘记了N，但它在代码中是正态分布的，对吗？我认为@RBeginner的意思是你应该将你的
x
设置为
c（y0，y-1，arima.sim（model=list（order=c（2，0，0），ar=c（a1，a2）），N=120，N.start=100，sd=0.02））
。然后从
3
运行到
n
将起作用，因为您将获得在时间
i
估计观测值所需的前两个术语的值。希望它有帮助！
set.seed(9029) # set a seed to fix the simulated numbers

nsim = 1      # no. of simulations
burn = 100    # burn-in periods
n = 220       # sample length + burn-in periods --> sample length = 4quarters*30yrs
tp=(burn+1):n # time points to be sampled
sigerr = 0.02    # error s.d.
a1 = (sqrt(3)/2)      # AR(2) coefficient
a2 = 0.25     # AR(2) coefficient = 1/4
a0 = 1/20     # Phi 0 

# create data series and error series
y = array(0,c(n,nsim))                          # data series
err = array(rnorm(n*nsim,0,sigerr),c(n,nsim))       # iid errors

# simulate y from an AR(2) process
for (k in 1:nsim) {
  for (i in 2:n) {
    y[i,k] = a0 + a1*y[i-1,k] + a2*y[i-2,k] + err[i,k]
  }
}