Test významnosti parametrů modelu

GARCH modely v Pythonu

Chelsea Yang

Data Science Instructor

Je tento parametr potřebný?

  • Je relevantní?

  • KISS: keep it simple stupid

  • Vždy preferujte parsimonní model
GARCH modely v Pythonu

Test hypotézy

  • Nulová hypotéza (H0): tvrzení k ověření

  • H0: hodnota parametru = 0

  • Pokud H0 nelze zamítnout, parametr vynechte

GARCH modely v Pythonu

Statistická významnost

  • Kvantifikace pravděpodobnosti náhodného výskytu výsledků
  • Obvyklá hladina: 5 %
GARCH modely v Pythonu

P-hodnota

  • Pravděpodobnost, že pozorované výsledky nastaly náhodou

  • Čím nižší p-hodnota, tím méně věrohodná je nulová hypotéza

  • Nulovou hypotézu zamítněte, pokud p-hodnota < hladina významnosti

GARCH modely v Pythonu

Příklad p-hodnoty

print(gm_result.summary())

P-hodnota v souhrnu

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
GARCH modely v Pythonu

T-statistika

  • T-statistika = odhadovaný parametr / standardní chyba
  • Absolutní hodnota t-statistiky je míra vzdálenosti
  • Pokud |t-statistika| > 2: ponechte parametr v modelu GARCH
GARCH modely v Pythonu

Příklad t-statistiky

print(gm_result.summary())

T-statistiky v souhrnu

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
GARCH modely v Pythonu

Lass uns üben!

GARCH modely v Pythonu

Preparing Video For Download...