적합도 지표

Python으로 배우는 GARCH 모델

Chelsea Yang

Data Science Instructor

적합도

모델이 데이터를 잘 설명하는가?

1. 최대우도법
2. 정보 기준

최대우도법

• 가정한 모델에서 관측된 데이터가 나올 확률을 최대화함
• 우도 값이 큰 모델을 선호함

Python에서 로그우도

• 보통 로그 형태(로그우도)를 사용함

print(gm_result.loglikelihood)

과적합

• 학습 데이터에는 잘 맞지만, 테스트 데이터 예측은 저조함
• 대개 모델이 지나치게 복잡해서 발생

정보 기준

• 적합도와 모델 복잡도의 균형을 측정

• 우도 + 복잡도 벌점

• AIC: 아카이케 정보 기준

• BIC: 베이지안 정보 기준

정보 기준 값이 낮은 모델을 선호합니다

AIC vs. BIC

• 일반적으로 서로 일치함
• BIC는 모델 복잡도를 더 강하게 벌점 부여함

Python에서 AIC/BIC

print(gm_result.aic)
print(gm_result.bic)

연습해 봅시다!

Python으로 배우는 GARCH 모델