Chcete najít nejlepší model ARIMA nebo ARFIMA pro svá data? Porovnejte potenciální modely pomocí AIC, BIC a HQIC. Pomocí nových příkazů arimasoc a arfimasoc vyberte nejlepší počet autoregresních členů a členů klouzavého průměru.
Výzkumníci používající autoregresní modely s klouzavým průměrem (ARMA) se musí rozhodnout, jaký počet zpoždění zahrnout pro autoregresní a klouzavě průměrné parametry do svých modelů. Volba maximálního počtu zpoždění se často řídí informačními kritérii, která vyvažují vhodnost modelu a jeho úspornost.
Programy arimasoc a arfimasoc pomáhají při výběru modelu tím, že sestavují soubor modelů autoregresního integrovaného klouzavého průměru (ARIMA) nebo autoregresního frakcionovaně integrovaného klouzavého průměru (ARFIMA) a vypočítávají informační kritéria pro každý model. arimasoc a arfimasoc vypočítávají Akaikeho informační kritérium (AIC), Bayesovo informační kritérium (BIC) a Hannan-Quinnovo informační kritérium (HQIC). Vybrán je model s nejnižší hodnotou informačního kritéria.
Podívejme se, jak to funguje
Pro mezeru výstupu bychom chtěli použít model ARMA. Použijeme arimasoc k fitování kandidátských modelů s maximálním autoregresním zpožděním 4 a maximálním zpožděním klouzavého průměru 3.
Výstupní tabulka obsahuje informace o každém modelu, včetně maximalizované logaritmické věrohodnosti, počtu odhadnutých parametrů a hodnot AIC, BIC a HQIC.
Pod výstupní tabulkou je uveden vybraný model z každého kritéria. Logaritmická věrohodnost je maximalizována pro model s nejvíce parametry, ARMA(4,3). AIC, BIC a HQIC vybírají pro výstupní mezeru úspornější model ARMA(3,0). Nyní můžeme náš vybraný model přizpůsobit
. arima ogap, arima(3,0,0) (output omitted)
a pokračovat ve zkoumání modelových předpovědí, prognóz atd.
Zařazení modelu ARFIMA místo modelu ARIMA? Místo zadávání
. arimasoc y, maxvar(4) maxma(3)
you type
. arfimasoc y, maxvar(4) maxma(3)