Ukuran goodness of fit

Model GARCH di Python

Chelsea Yang

Data Science Instructor

Goodness of fit

Apakah model menjelaskan data dengan baik?

  1. Maximum likelihood
  2. Kriteria informasi
Model GARCH di Python

Maximum likelihood

  • Memaksimalkan peluang memperoleh data yang diamati di bawah model asumsi
  • Pilih model dengan nilai likelihood lebih besar
Model GARCH di Python

Log-likelihood di Python

  • Umumnya dipakai dalam bentuk log: log-likelihood

Contoh likelihood

print(gm_result.loglikelihood)
Model GARCH di Python

Overfitting

  • Cocok pada data in-sample, namun buruk untuk prediksi out-of-sample
  • Biasanya karena model terlalu kompleks
Model GARCH di Python

Kriteria informasi

  • Mengukur trade-off antara goodness of fit dan kompleksitas model

  • Likelihood + penalti kompleksitas model

  • AIC: Akaike's Information Criterion

  • BIC: Bayesian Information Criterion

Pilih model dengan skor kriteria informasi lebih rendah

Model GARCH di Python

AIC vs. BIC

  • Umumnya saling sejalan
  • BIC memberi penalti kompleksitas model lebih besar
Model GARCH di Python

AIC/BIC di Python

Contoh AIC/BIC

print(gm_result.aic)
print(gm_result.bic)
Model GARCH di Python

Ayo berlatih!

Model GARCH di Python

Preparing Video For Download...