STAT463家庭作业#52月18日星期一到期模拟MA(2)系列，其中θ1=1.0，θ2=?0.6，n=100（正常误差项）。提示：参见“4arimaplotsandsim.R”中的示例代码(a)显示示例ACF和PACF。是否识别出正确的模型？(b)使用最小二乘法然后使用最大似然法估计θ参数。评论任何相同点或不同点。(c)现在模拟来自同一个MA(2)模型的100个观测值，除了使用来自具有7个自由度的卡方分布的误差项。对此数据重复上述(a)部分。对该数据重复上面的(b)部分。名为deere3的数据文件包含来自Deere&Co.复杂机床的57个连续值，并以百万分之十英寸为单位表示与目标值的偏差。加载TSA包，然后使用data(deere3)加载数据。(a)绘制数据。它看起来平稳吗？(b)绘制数据的ACF和PACF。ARMA(p,q)的哪些值是建议？(c)使用最大似然估计该系列的AR(1)模型的参数。对AR(2)模型重复此操作。报告估计值、它们的标准误差和AIC值。(d)使用估计参数从两个拟合模型进行模拟，n=57。绘制两个模型的模拟数据，并将它们与原始数据进行比较。(e)使用你的从(c)和(d)部分的观察，你更喜欢AR(1)还是AR(2)，为什么？(f)对于AR(1)模型，使用估计的参数给出yt的表达式。使用这个表达式来预测（forecast）y的下一个值。也就是说，找到y58.WX的数值：codehelp
