1. 学ぶ
    2. /
  2. コース
    3. /
  3. Pythonで学ぶGARCHモデル
Connected

演習

AIC/BICに基づいて最良モデルを選びましょう

この演習では、情報量基準を使って最も適合の良いモデルを選ぶ練習をします。

情報量基準は、適合度とモデルの複雑さのトレードオフを評価する指標です。AIC と BIC はモデル選択でよく使われる代表的な情報量基準です。どちらもパラメータ数が多い、つまり複雑なモデルに対してペナルティを課します。AIC/BIC は小さいほど良いモデルです。

GJR-GARCH モデルと EGARCH モデルが S&P 500 のリターンデータで定義・推定されています。結果はそれぞれ gjrgm_result と egarch_result に格納されています。

指示1 / 2

undefined XP
    1
    2
  • gjrgm_result と egarch_result それぞれで AIC を出力してください。
  • gjrgm_result と egarch_result それぞれで BIC を出力してください。