Testowanie istotności parametrów modelu

Modele GARCH w Pythonie

Chelsea Yang

Data Science Instructor

Czy ten parametr jest potrzebny?

  • Czy jest istotny

  • KISS: keep it simple stupid

  • Zawsze preferuj model oszczędny
Modele GARCH w Pythonie

Test hipotez

  • Hipoteza zerowa (H0): twierdzenie do weryfikacji

  • H0: wartość parametru = 0

  • Jeśli H0 nie można odrzucić, pomiń parametr

Modele GARCH w Pythonie

Istotność statystyczna

  • Określa prawdopodobieństwo uzyskania wyników przypadkowo
  • Typowy próg: 5%
Modele GARCH w Pythonie

Wartość p

  • Prawdopodobieństwo, że obserwowane wyniki powstały przez przypadek

  • Im niższa wartość p, tym bardziej wątpliwa hipoteza zerowa

  • Odrzuć H0, jeśli wartość p < poziom istotności

Modele GARCH w Pythonie

Przykład wartości p

print(gm_result.summary())

Wartość p w podsumowaniu

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
Modele GARCH w Pythonie

Statystyka t

  • Statystyka t = estymowany parametr / błąd standardowy
  • Wartość bezwzględna statystyki t jest miarą odległości
  • Jeśli |statystyka t| > 2: zachowaj parametr w modelu GARCH
Modele GARCH w Pythonie

Przykład statystyki t

print(gm_result.summary())

Statystyki t w podsumowaniu

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
Modele GARCH w Pythonie

Czas na ćwiczenia!

Modele GARCH w Pythonie

Preparing Video For Download...