1. 学ぶ
    2. /
  2. コース
    3. /
  3. Python으로 배우는 GARCH 모델
Connected

演習

p-value로 모델 단순화하기

레오나르도 다빈치는 이렇게 말했어요. "단순함이 최상의 정교함이다." 이는 데이터 과학 모델링에도 그대로 적용돼요. 이번 연습 문제에서는 p-value를 사용해 모델 매개변수의 필요성을 판단하고, 통계적으로 유의하지 않은 매개변수를 제외해 간결한(parsimonious) 모델을 정의해 보겠습니다.

귀무가설은 매개변수 값이 0이라는 것입니다. p-value가 주어진 신뢰수준보다 크면 귀무가설을 기각할 수 없다는 뜻이며, 해당 매개변수는 통계적으로 유의하지 않아 반드시 필요하지 않다는 의미입니다.

GARCH 모델이 Bitcoin 수익률 데이터로 정의되어 적합되었습니다. 모델 결과는 gm_result에 저장되어 있습니다.

指示1 / 2

undefined XP
    1
    2
  • 모델 적합 요약을 출력하세요.
  • 모델의 매개변수와 p-value를 가져와 DataFrame para_summary에 저장하세요.
  • para_summary를 출력해 검토하세요.