Mulai sekarangMulai gratis

Galat prediksi kuadrat rata-rata (MSE)

Model GJR GARCH merupakan generalisasi dari model GARCH. Karena itu, model ini seharusnya memberikan kecocokan yang lebih baik dalam hal Mean Squared Errors (MSE) yang lebih rendah. Mari kita verifikasi pada imbal hasil Microsoft msftret, di mana garchfit adalah hasil estimasi dengan model GARCH(1,1) standar, sedangkan gjrfit adalah ketika model GJR digunakan. Ingat bahwa Anda dapat menghitung vektor galat prediksi \(e\) untuk rata-rata menggunakan metode residuals(). Galat prediksi untuk varians sama dengan selisih antara \(e^2\) dan varians GARCH yang diprediksi.

Latihan ini merupakan bagian dari kursus

Model GARCH di R

Lihat Kursus

Instruksi latihan

  • Hitung vektor galat prediksi untuk rata-rata menggunakan metode residuals().
  • Lengkapi kode untuk menghitung MSE untuk keluaran estimasi garchfit.
  • Hitung MSE untuk keluaran estimasi gjrfit.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Compute prediction errors
garcherrors <- ___(garchfit)
gjrerrors  <- ___(gjrfit)

# Compute MSE for variance prediction of garchfit model
___((___(garchfit)___ - garcherrors^2)___)

# Compute MSE for variance prediction of gjrfit model
___
Edit dan Jalankan Kode