Signifikanstestning av modellparametrar

GARCH-modeller i Python

Chelsea Yang

Data Science Instructor

Behövs den här parametern?

  • Är den relevant?

  • KISS: keep it simple stupid

  • Föredra alltid en parsimonisk modell
GARCH-modeller i Python

Hypotestest

  • Nollhypotes (H0): ett påstående som ska verifieras

  • H0: parametervärde = 0

  • Om H0 inte kan förkastas, utelämna parametern

GARCH-modeller i Python

Statistisk signifikans

  • Kvantifiera sannolikheten att observerade resultat beror på slumpen
  • Vanlig tröskel: 5 %
GARCH-modeller i Python

P-värde

  • Sannolikheten att de observerade resultaten uppstod av slumpen

  • Ju lägre p-värde, desto mer osannolik ser nollhypotesen ut

  • Förkasta nollhypotesen om p-värde < signifikansnivå

GARCH-modeller i Python

P-värde – exempel

print(gm_result.summary())

P-värde i sammanfattning

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-modeller i Python

T-statistika

  • T-statistika = skattad parameter / standardfel
  • Absolutvärdet av t-statistikan är ett avståndsmått
  • Om |t-statistika| > 2: behåll parametern i GARCH-modellen
GARCH-modeller i Python

T-statistika – exempel

print(gm_result.summary())

T-statistika i sammanfattning

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-modeller i Python

Nu kör vi en övning!

GARCH-modeller i Python

Preparing Video For Download...