Podstawy dobroci dopasowania
Czy model dobrze wyjaśnia dane? Innymi słowy – jak wygląda jego „dobroć dopasowania"?
„Dobroć dopasowania" opisuje, jak dobrze model pasuje do zbioru obserwacji. Miary dobroci dopasowania zazwyczaj podsumowują rozbieżność między wartościami obserwowanymi a wartościami estymowanymi przez model. Do najczęściej stosowanych miar należą maksymalna wiarygodność i kryteria informacyjne.
Które z poniższych stwierdzeń jest nieprawdziwe?
To ćwiczenie jest częścią kursu
Modele GARCH w Pythonie
Interaktywne ćwiczenie praktyczne
Przekształć teorię w praktykę dzięki jednemu z naszych interaktywnych ćwiczeń
Rozpocznij ćwiczenie