Model seçimi ve artık analizi

R ile ARIMA Modelleri

David Stoffer

Professor of Statistics at the University of Pittsburgh

AIC ve BIC

ch2_3.006.png

  • AIC ve BIC hatayı ölçer ve parametre eklemeyi (farklı biçimde) cezalandırır

  • Örneğin, AIC için $\ k=2$, BIC için $\ k = log(n)$

  • Amaç: en küçük AIC veya BIC değerine sahip modeli bulmak

R ile ARIMA Modelleri

Model seçimi: AR(1) vs. MA(2)

gnpgr <- diff(log(gnp))
sarima(gnpgr, p = 1, d = 0, q = 0)

$AIC                          $BIC
-8.294403                     -9.263748

sarima(gnpgr, p = 0, d = 0, q = 2)

$AIC                          $BIC                                       
-8.297695                     -9.251712

ch2_3.010.png

R ile ARIMA Modelleri

Artık Analizi

sarima() artık analizine ait grafikte şunlar yer alır:

  1. Standartlaştırılmış artıklar
  2. Artıkların örnek ACF’si
  3. Normal Q-Q grafiği
  4. Q-istatistiği p-değerleri

ch2_3.016.png

R ile ARIMA Modelleri

Kötü artıklar

ch2_3.018.png

R ile ARIMA Modelleri

Kötü artıklar

ch2_3.019.png

R ile ARIMA Modelleri

Kötü artıklar

ch2_3.020.png

R ile ARIMA Modelleri

Kötü artıklar

ch2_3.021.png

R ile ARIMA Modelleri

Kötü artıklar

ch2_3.022.png

R ile ARIMA Modelleri

Kötü artıklar

ch2_3.023.png

R ile ARIMA Modelleri

Kötü artıklar

ch2_3.024.png

R ile ARIMA Modelleri

Hadi pratik yapalım!

R ile ARIMA Modelleri

Preparing Video For Download...