檔案狀態:    住戶編號:1649797
 書嫻 的日記本
快速選單
到我的日記本
看他的最新日記
加入我的收藏
瀏覽我的收藏
顯著了顯著了 《前一篇 回她的日記本 後一篇》 紅紅的好癢喔
 切換閱讀模式  回應  給他日記貼紙   給他愛的鼓勵  檢舉
篇名: 落後期拉..被你搞到
作者: 書嫻 日期: 2010.04.09  天氣:  心情:
落後期選擇和估計
在模型的配適中,落後期數的選取會影響所得到的估計結果,所以需要決定一個最適當的落後期數,以修正殘差自我相關的問題,以使得殘差符合白噪音, 如果選用的落後期數過長, 則會有參數過度(Over-Parameterizat ion)的情形,使得估計結果無效率,如果選擇的落後期數過短,又會產生參數過度精簡(Parsimonious Parameterizat ion)則會發生估計偏誤的問題。
在時間序列模型選模準則中, 有兩種準則, 一是Akaike(1973)所發展用AIC(Akaike s Information Criterion)準則, 二是Schwarzs Bayesian Informat ion Criterion(SBIC)準則,兩種準則都是以最小值作為選取最適落後期數

這兩種選擇共同的特色是在不同落後期下, 經由設計特定的損失函數 (loss function),選出使得損失函數最小的落後期值。因此,AIC 和 SC 兩種選擇法:
個別選擇出使得AIC(n) 和 SC(n) 最小的 n 值

落後期的選取準則
在選取落後期時,我們常常希望落後期數夠長,以便能完全的掌握住實證模型的動態結構;但是當落後期數太長時,必須估計更多的參數,將導致自由度減少,如此容易使參數過度參數化,使得此模型無效率。但是在另一方面,若是選擇的落後期期數太短,容易使估計的模型產生偏誤,因此必須以一個較為客觀的判斷準則來選取適當的落後期數,以提高模型的估計效率,並降低估計的偏誤。

標籤:
瀏覽次數:63    人氣指數:1463    累積鼓勵:70
 切換閱讀模式  回應  給他日記貼紙   給他愛的鼓勵 檢舉
給本文愛的鼓勵:  最新愛的鼓勵
顯著了顯著了 《前一篇 回她的日記本 後一篇》 紅紅的好癢喔
 
給我們一個讚!