1. 学ぶ
    2. /
  2. コース
    3. /
  3. Pythonで学ぶ時系列解析
Connected

演習

モデル次数の推定：情報量基準

モデルの次数を特定するもう一つの方法は、赤池情報量規準（AIC）とベイズ情報量規準（BIC）を見ることです。これらは推定されたパラメータで当てはまりの良さを評価しつつ、モデル中のパラメータ数に対して罰則を与えます。前の演習で得た AR(2) のシミュレーションデータ simulated_data_2 を使い、AR(p) の p を 0 から 6 まで変化させながら BIC を計算します。

指示

100 XP
  • パラメータ推定と BIC の計算のために ARIMA モジュールをインポートします。
  • 各 AR(p) モデルの BIC を保存するための numpy 配列 BIC を初期化します。
  • p = 0,…,6 で次数 p をループします。
    • 各 p について、次数 p の AR モデルをデータに当てはめます。
    • 各 p について、res の .bic 属性（かっこは不要）を使って BIC の値を保存します。
  • p に対する BIC のグラフを作成します（プロットでは p=0 を除外し、p=1,…,6 を描画します）。