모형 모수의 유의성 검정

Python으로 배우는 GARCH 모델

Chelsea Yang

Data Science Instructor

이 모수가 필요한가?

  • 관련성이 있는가

  • KISS: 단순하게 유지하라

  • 항상 간명한 모형을 선호
Python으로 배우는 GARCH 모델

가설검정

  • 귀무가설(H0): 검증할 주장

  • H0: 모수값 = 0

  • H0를 기각하지 못하면 모수를 제외

Python으로 배우는 GARCH 모델

통계적 유의성

  • 관측 결과가 우연일 확률을 정량화
  • 일반 임계값: 5%
Python으로 배우는 GARCH 모델

p-값

  • 관측 결과가 우연히 나올 가능성

  • p-값이 낮을수록 귀무가설의 타당성이 약함

  • p-값 < 유의수준이면 귀무가설 기각

Python으로 배우는 GARCH 모델

p-값 예시

print(gm_result.summary())

요약의 p-값

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
Python으로 배우는 GARCH 모델

t-통계량

  • t-통계량 = 추정 모수 / 표준 오차
  • |t-통계량|은 거리 척도입니다
  • |t-통계량| > 2이면 GARCH 모형에 모수를 유지
Python으로 배우는 GARCH 모델

t-통계량 예시

print(gm_result.summary())

요약의 t-통계량

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
Python으로 배우는 GARCH 모델

Lass uns üben!

Python으로 배우는 GARCH 모델

Preparing Video For Download...