t-통계로 모델 단순화하기
p-value뿐 아니라 t-통계도 모수의 필요성을 판단하는 데 도움이 됩니다. 이번 연습에서는 t-통계를 사용해 모델 모수의 유의성을 평가하는 방법을 연습하겠습니다.
t-통계는 추정된 모수 값에서 그 기대 평균(여기서는 0)을 뺀 뒤, 해당 표준 오차로 나누어 계산합니다. t-통계의 절댓값은 거리의 척도로, 추정 모수가 0에서 표준 오차 몇 배만큼 떨어져 있는지를 의미합니다. 경험적으로 t-통계가 2보다 크면 귀무가설을 기각할 수 있다고 봅니다.
이전 연습과 동일한 GARCH 모델을 사용합니다. 모델 적합 결과 요약은 gm_result에서 확인할 수 있어요.
이 연습은 강의의 일부입니다
Python으로 배우는 GARCH 모델
연습 안내
- 모델의 모수, 표준 오차, t-통계를 가져와 DataFrame
para_summary에 저장하세요. - 모수 값과 그 표준 오차로 t-통계를 직접 계산해
calculated_t에 저장하세요. calculated_t를 출력해 검토하세요.para_summary를 출력해 검토하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Get parameter stats from model summary
para_summary = pd.DataFrame({'parameter':gm_result.____,
'std-err': gm_result.____,
't-value': gm_result.____})
# Verify t-statistic by manual calculation
calculated_t = para_summary['____']/para_summary['____']
# Print calculated t-value
print(____)
# Print parameter stats
print(____)