모형 선택과 잔차 분석

R로 배우는 ARIMA 모델

David Stoffer

Professor of Statistics at the University of Pittsburgh

AIC와 BIC

ch2_3.006.png

  • AIC와 BIC는 오차를 측정하고, 매개변수 추가에 서로 다르게 패널티를 부여합니다

  • 예: AIC는 $\ k=2$, BIC는 $\ k = log(n)$ 입니다

  • 목표: AIC 또는 BIC가 가장 작은 모형 선택

R로 배우는 ARIMA 모델

모형 선택: 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

R로 배우는 ARIMA 모델

잔차 분석

sarima()는 다음이 포함된 잔차 분석 그래픽을 제공합니다:

  1. 표준화 잔차
  2. 잔차의 표본 ACF
  3. 정규 Q-Q 플롯
  4. Q-통계 p-값

ch2_3.016.png

R로 배우는 ARIMA 모델

좋지 않은 잔차

ch2_3.018.png

R로 배우는 ARIMA 모델

좋지 않은 잔차

ch2_3.019.png

R로 배우는 ARIMA 모델

좋지 않은 잔차

ch2_3.020.png

R로 배우는 ARIMA 모델

좋지 않은 잔차

ch2_3.021.png

R로 배우는 ARIMA 모델

좋지 않은 잔차

ch2_3.022.png

R로 배우는 ARIMA 모델

좋지 않은 잔차

ch2_3.023.png

R로 배우는 ARIMA 모델

좋지 않은 잔차

ch2_3.024.png

R로 배우는 ARIMA 모델

연습해 봅시다!

R로 배우는 ARIMA 모델

Preparing Video For Download...