Vergleich von Likelihood und Informationskriterien
Du sollst die EUR/USD-Renditen analysieren. Das Standard-GARCH-Modell mit konstantem Mittelwert und Student‑t‑Verteilung sowie das AR(1)-GJR-GARCH-Modell mit schiefer Student‑t‑Verteilung wurden bereits geschätzt; die Ergebnisse wurden als garchfit bzw. gjrfit gespeichert. In dieser Übung sollst du mithilfe von Informationskriterien herausfinden, welches Modell am besten ist.
Diese Übung ist Teil des Kurses
<Kurs>GARCH-Modelle in R</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Print the number of estimated parameters
___(___(garchfit))
___(___(gjrfit))