Искате да намерите най-добрия модел ARIMA или ARFIMA за вашите данни? Сравнете потенциалните модели с помощта на AIC, BIC и HQIC. Използвайте новите команди arimasoc и arfimasoc, за да изберете най-добрия брой авторегресивни и пълзящи средни членове.
Изследователите, които използват авторегресионни модели с движеща се средна стойност (ARMA), трябва да решат какъв е подходящият брой лагове, които да включат за авторегресионните и движещите се средни параметри в своите модели. Критериите за информация, които балансират между пригодността на модела и неговата пестеливост, често са водещи при избора на максималния брой лаг.
arimasoc и arfimasoc подпомагат избора на модел, като подбират набор от модели с авторегресивна интегрирана плъзгаща се средна величина (ARIMA) или авторегресивна фракционно интегрирана плъзгаща се средна величина (ARFIMA) и изчисляват информационните критерии за всеки модел. arimasoc и arfimasoc изчисляват информационния критерий на Akaike (AIC), информационния критерий на Bayesian (BIC) и информационния критерий на Hannan-Quinn (HQIC). Избраният модел е този с най-ниска стойност на информационния критерий.
Нека видим как работи
Бихме искали да приложим ARMA модел за разликата в производството. Използваме arimasoc, за да подготвим кандидат-модели с максимален авторегресивен лаг от 4 и максимален лаг на пълзяща средна от 3.
Изходната таблица предоставя информация за всеки модел, включително максимизираната логаритмична вероятност, броя на оценените параметри, както и AIC, BIC и HQIC.
Под изходната таблица е посочен избраният модел от всеки критерий. Логическата вероятност е максимизирана за модела с най-много параметри – ARMA(4,3). AIC, BIC и HQIC избират по-опростения модел ARMA(3,0) за разликата в изхода. Сега можем да приложим избрания от нас модел
. arima ogap, arima(3,0,0) (output omitted)
и да пристъпи към проучване на прогнозите на моделите, прогнозите и т.н.
Поставяне на модел ARFIMA вместо модел ARIMA? Вместо да въвеждате
. arimasoc y, maxvar(4) maxma(3)
you type
. arfimasoc y, maxvar(4) maxma(3)