모형 선택 - I

로그 변환 후 차분한 varve 데이터(dl_varve)의 P/ACF 쌍에 따르면 MA(1)이 적절해 보입니다. ARMA 적합의 가장 좋은 접근은 낮은 차수의 모형부터 시작해 매번 하나씩 모수를 추가하며 결과가 달라지는지 확인하는 것입니다.

이 연습에서는 dl_varve 데이터에 여러 모형을 적합하고 각 모형의 AIC와 BIC를 기록해 볼 거예요. 다음 연습에서는 이렇게 얻은 AIC와 BIC를 사용해 모형을 선택합니다. AIC와/또는 BIC 값이 가장 작은 모형을 선택해야 한다는 점을 기억하세요.

시작 전에 참고하세요:

sarima(x, p = 0, d = 0, q = 1)와 sarima(x, 0, 0, 1)

은 동일합니다.

astsa 패키지는 미리 로드되어 있습니다. varve 시계열은 dl_varve <- diff(log(varve))로 로그 변환 후 차분해 두었습니다.
sarima()를 사용해 dl_varve에 MA(1)을 적합하세요. 이 모형의 AIC와 BIC를 확인하려면 sarima() 출력 결과를 자세히 살펴보세요.
바로 앞 단계와 동일하게 진행하되, MA 모수를 하나 더 추가해 MA(2) 모형을 적합해 보세요. AIC와 BIC 기준으로 이전 모형보다 개선되었나요?
MA 모수를 추가하는 대신, 원래 MA(1) 적합에 AR 모수를 추가해 보세요. 즉, dl_varve에 ARMA(1,1)을 적합합니다. AIC와 BIC 기준으로 이전 모형들보다 개선되었나요?