Chọn mô hình và phân tích phần dư

Mô hình ARIMA trong R

David Stoffer

Professor of Statistics at the University of Pittsburgh

AIC và BIC

ch2_3.006.png

  • AIC và BIC đo lỗi và phạt (khác nhau) khi thêm tham số

  • Ví dụ: AIC có $\ k=2$ và BIC có $\ k = log(n)$

  • Mục tiêu: chọn mô hình có AIC hoặc BIC nhỏ nhất

Mô hình ARIMA trong R

Chọn mô hình: 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

Mô hình ARIMA trong R

Phân tích phần dư

sarima() gồm đồ thị phân tích phần dư hiển thị:

  1. Phần dư chuẩn hóa
  2. ACF mẫu của phần dư
  3. Biểu đồ Q-Q chuẩn
  4. Giá trị p của thống kê Q

ch2_3.016.png

Mô hình ARIMA trong R

Phần dư xấu

ch2_3.018.png

Mô hình ARIMA trong R

Phần dư xấu

ch2_3.019.png

Mô hình ARIMA trong R

Phần dư xấu

ch2_3.020.png

Mô hình ARIMA trong R

Phần dư xấu

ch2_3.021.png

Mô hình ARIMA trong R

Phần dư xấu

ch2_3.022.png

Mô hình ARIMA trong R

Phần dư xấu

ch2_3.023.png

Mô hình ARIMA trong R

Phần dư xấu

ch2_3.024.png

Mô hình ARIMA trong R

Ayo berlatih!

Mô hình ARIMA trong R

Preparing Video For Download...