AR बनाम MA मॉडल
जैसा कि आपने देखा, ऑटोरिग्रेसिव (AR) और सिंपल मूविंग एवरेज (MA) टाइम सीरीज़ को मॉडल करने के लिए दो उपयोगी तरीके हैं। लेकिन व्यावहारिक रूप से आप कैसे तय करेंगे कि AR या MA में से कौन-सा मॉडल ज़्यादा उपयुक्त है?
मॉडल फिट जाँचने के लिए, आप प्रत्येक मॉडल के लिए Akaike information criterion (AIC) और Bayesian information criterion (BIC) माप सकते हैं। AIC और BIC के पीछे का गणित इस कोर्स के दायरे से बाहर है, लेकिन अभी के लिए मुख्य बात यह है कि ये सूचक अधिक अनुमानित पैरामीटर वाले मॉडलों को दंडित करते हैं ताकि overfitting न हो, और इनके छोटे मान बेहतर माने जाते हैं। अन्य सभी बातें समान होने पर, जिसका AIC या BIC कम हो, वह मॉडल बेहतर फिट माना जाता है.
इन सूचकों का आकलन करने के लिए, आप AIC() और BIC() कमांड का उपयोग कर सकते हैं, जिनमें मॉडल बताने के लिए एक ही आर्ग्युमेंट देना पड़ता है.
इस अभ्यास में, आप फिर से Nile डेटा और उस पर फिट किए गए AR और MA मॉडलों पर लौटेंगे। इन मॉडलों और 1970s के लिए उनकी प्रेडिक्शंस (AR_fit) और (MA_fit) दाएँ तरफ़ दिए प्लॉट में दिखाए गए हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Time Series Analysis
अभ्यास निर्देश
- इन मॉडलों की तुलना का पहला कदम:
cor()का उपयोग करAR_fitऔरMA_fitके बीच correlation मापें. AIC()को दो बार कॉल करके क्रमशःARऔरMAके AIC निकालें.BIC()को दो बार कॉल करके क्रमशःARऔरMAके BIC निकालें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Find correlation between AR_fit and MA_fit
cor(___, ___)
# Find AIC of AR
AIC(___)
# Find AIC of MA
# Find BIC of AR
BIC(___)
# Find BIC of MA