從假設檢定的觀點探討ARMA模型的參數配適
本篇論文著重於探討ARMA模型的選模準則，過去較為著名的AIC、BIC等選模準則中，若總參數個數相同，模型選擇便簡化為比較各模型的概似函數在MLE下的值，故本研究將假設檢定定義為檢定總參數個數；截至目前為止，選模準則在使用上以AIC及BIC較為普遍，此兩種選模準則從本研究所定義的假設檢定的觀點來看，AIC犯型一誤差機率高，同時檢定力也高；BIC犯型一誤差的機率極低，同時檢定力也相對不高，本研究從此觀點提出一個選模準則方法，嘗試將上述兩種方法折衷，將型一誤差控制在5%，且檢定力略高於BIC。模擬的結果在理想的情形下皆符合預期，但在真實情形本研究方法涉及第一階段的模型選取，本研究提供兩種第一階段的...
| Main Authors: | , |
|---|---|
| Language: | 中文 |
| Published: |
國立政治大學
|
| Subjects: | |
| Online Access: | http://thesis.lib.nccu.edu.tw/cgi-bin/cdrfb3/gsweb.cgi?o=dstdcdr&i=sid=%22G0097354017%22. |