Uyum ölçüleri

Python ile GARCH Modelleri

Chelsea Yang

Data Science Instructor

Uyum iyiliği

Model veriyi iyi açıklıyor mu?

  1. Maksimum olabilirlik
  2. Bilgi ölçütleri
Python ile GARCH Modelleri

Maksimum olabilirlik

  • Varsayılan model altında gözlenen verinin olasılığını en üst düzeye çıkarın
  • Daha büyük olabilirlik değerlerine sahip modelleri tercih edin
Python ile GARCH Modelleri

Python'da log-olabilirlik

  • Genellikle log biçiminde kullanılır: log-olabilirlik

Olabilirlik örneği

print(gm_result.loglikelihood)
Python ile GARCH Modelleri

Aşırı uyum (overfitting)

  • İç örneklemde iyi uyar, dış örneklem tahminlerinde zayıf kalır
  • Genelde aşırı karmaşık modelden kaynaklanır
Python ile GARCH Modelleri

Bilgi ölçütleri

  • Uyum iyiliği ile model karmaşıklığı arasındaki ödünleşimi ölçer

  • Olabilirlik + karmaşıklık cezası

  • AIC: Akaike Bilgi Kriteri

  • BIC: Bayesçi Bilgi Kriteri

Daha düşük bilgi kriteri puanına sahip modelleri tercih edin

Python ile GARCH Modelleri

AIC ve BIC

  • Genellikle birbiriyle uyumludur
  • BIC, model karmaşıklığını daha sert cezalandırır
Python ile GARCH Modelleri

Python'da AIC/BIC

AIC/BIC örneği

print(gm_result.aic)
print(gm_result.bic)
Python ile GARCH Modelleri

Hadi pratik yapalım!

Python ile GARCH Modelleri

Preparing Video For Download...