Проверка значимости параметров модели

Модели GARCH на Python

Chelsea Yang

Data Science Instructor

Нужен ли этот параметр?

  • Нужен ли этот параметр?

  • KISS: keep it simple stupid

  • Всегда отдавайте предпочтение простой модели
Модели GARCH на Python

Проверка гипотез

  • Нулевая гипотеза (H0): утверждение, которое проверяется

  • H0: значение параметра = 0

  • Если H0 не отвергается, параметр исключается из модели

Модели GARCH на Python

Статистическая значимость

  • Оценка вероятности получить наблюдаемые результаты случайно
  • Стандартный порог: 5%
Модели GARCH на Python

P-value

  • Вероятность того, что наблюдаемые результаты получены случайно

  • Чем меньше p-value, тем менее правдоподобна нулевая гипотеза

  • Нулевая гипотеза отвергается, если p-value < уровень значимости

Модели GARCH на Python

Пример: p-value

print(gm_result.summary())

P-value в сводке

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
Модели GARCH на Python

T-статистика

  • T-статистика = оценка параметра / стандартная ошибка
  • Модуль t-статистики — мера расстояния
  • Если |t-статистика| > 2: параметр остаётся в модели GARCH
Модели GARCH на Python

Пример: t-статистика

print(gm_result.summary())

T-статистики в сводке

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
Модели GARCH на Python

Давайте потренируемся!

Модели GARCH на Python

Preparing Video For Download...