t-istatistikleriyle modeli basitleştir

p-değerlerine ek olarak, t-istatistikleri de model parametrelerinin gerekliliğine karar vermene yardımcı olabilir. Bu egzersizde, t-istatistiklerini kullanarak model parametrelerinin anlamlılığını değerlendirmeyi pratik edeceksin.

t-istatistiği, tahmin edilen parametre değerinden beklenen ortalamanın (bu durumda sıfır) çıkarılması ve standart hatasına bölünmesiyle hesaplanır. t-istatistiğinin mutlak değeri, tahmini parametrenin 0’dan kaç standart hata uzakta olduğunu söyleyen bir uzaklık ölçüsüdür. Pratik bir kural olarak, t-istatistiği 2’den büyükse sıfır hipotezini reddedebilirsin.

Önceki egzersizdekiyle aynı GARCH modeliyle çalışacaksın. Model uyum özetine gm_result üzerinden erişebilirsin.

Bu egzersiz

Python ile GARCH Modelleri

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

Model parametrelerini, standart hataları ve t-istatistiklerini alıp para_summary DataFrame’ine kaydet.
Parametre değerleri ile onların standart hatalarını kullanarak t-istatistiklerini elle hesapla ve sonucu calculated_t içinde sakla.
calculated_t değerini yazdır ve gözden geçir.
para_summary değerini yazdır ve gözden geçir.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# 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(____)

Kodu Düzenle ve Çalıştır