Sederhanakan model dengan statistik t
Selain nilai-p, statistik t juga dapat membantu menentukan perlu tidaknya suatu parameter model. Pada latihan ini, Anda akan berlatih menggunakan statistik t untuk menilai signifikansi parameter model.
Statistik t dihitung sebagai nilai parameter taksiran dikurangi nilai tengah yang diharapkan (nol dalam kasus ini), lalu dibagi galat bakunya. Nilai absolut statistik t adalah ukuran jarak yang memberi tahu Anda berapa banyak galat baku jarak nilai parameter taksiran dari 0. Sebagai aturan praktis, jika statistik t lebih besar dari 2, Anda dapat menolak hipotesis nol.
Anda akan bekerja dengan model GARCH yang sama seperti pada latihan sebelumnya. Anda dapat mengakses ringkasan hasil pemodelan di gm_result.
Latihan ini adalah bagian dari kursus
Model GARCH di Python
Petunjuk latihan
- Dapatkan parameter model, galat baku, dan statistik t, lalu simpan dalam DataFrame
para_summary. - Hitung statistik t secara manual menggunakan nilai parameter dan galat bakunya, lalu simpan hasil perhitungan pada
calculated_t. - Cetak dan tinjau
calculated_t. - Cetak dan tinjau
para_summary.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Get parameter stats from model summary
para_summary = pd.DataFrame({'parameter':gm_result.____,
'std-err': gm_result.____,
't-value': gm_result.____})
# Verify t-statistic by manual calculation
calculated_t = para_summary['____']/para_summary['____']
# Print calculated t-value
print(____)
# Print parameter stats
print(____)