मॉडल चयन और रेजिडुअल विश्लेषण

R में ARIMA मॉडल्स

David Stoffer

Professor of Statistics at the University of Pittsburgh

AIC और BIC

ch2_3.006.png

AIC और BIC त्रुटि मापते हैं और पैरामीटर जोड़ने पर (अलग तरह से) पेनल्टी लगाते हैं
उदाहरण के लिए, AIC में $\ k=2$ और BIC में $\ k = log(n)$ होता है
लक्ष्य: सबसे छोटा AIC या BIC वाला मॉडल चुनें

gnpgr <- diff(log(gnp))
sarima(gnpgr, p = 1, d = 0, q = 0)

$AIC                          $BIC
-8.294403                     -9.263748

sarima(gnpgr, p = 0, d = 0, q = 2)

$AIC                          $BIC                                       
-8.297695                     -9.251712

ch2_3.010.png

sarima() में रेजिडुअल विश्लेषण का ग्राफ़ शामिल है, जो दिखाता है:

ch2_3.016.png

ch2_3.018.png

ch2_3.019.png

ch2_3.020.png

ch2_3.021.png

ch2_3.022.png

ch2_3.023.png

ch2_3.024.png

R में ARIMA मॉडल्स