Significantietoets van modelparameters

GARCH-modellen in Python

Chelsea Yang

Data Science Instructor

Heb ik deze parameter nodig?

  • Is het relevant?

  • KISS: keep it simple stupid

  • Kies altijd een zuinig (parsimonieus) model
GARCH-modellen in Python

Hypothesetoets

  • Nulhypothese (H0): bewering om te toetsen

  • H0: parameterwaarde = 0

  • Als H0 niet wordt verworpen, laat de parameter weg

GARCH-modellen in Python

Statistische significantie

  • Kwantificeer of het toeval de waarneming kan verklaren
  • Gangbare drempel: 5%
GARCH-modellen in Python

P-waarde

  • Kans dat de uitkomst door toeval is ontstaan

  • Hoe lager de p-waarde, hoe ongeloofwaardiger H0

  • Verwerp H0 als p-waarde < significantieniveau

GARCH-modellen in Python

Voorbeeld p-waarde

print(gm_result.summary())

P-waarden in samenvatting

print(gm_result.pvalues)

mu           9.031206e-08
omega        1.619415e-05
alpha[1]     4.283526e-10
beta[1]     1.302531e-183
Name: pvalues, dtype: float64
GARCH-modellen in Python

T-statistiek

  • T-statistiek = geschatte parameter / standaardfout
  • De absolute t-waarde is een afstandsmaat
  • Als |t-statistiek| > 2: behoud de parameter in het GARCH‑model
GARCH-modellen in Python

Voorbeeld t-statistiek

print(gm_result.summary())

T-statistieken in samenvatting

print(gm_result.tvalues)

mu           5.345210
omega        4.311785
alpha[1]     6.243330
beta[1]     28.896991
Name: tvalues, dtype: float64

# Manual calculation
t = gm_result.params/gm_result.std_err
GARCH-modellen in Python

Laten we oefenen!

GARCH-modellen in Python

Preparing Video For Download...