1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Mô hình GARCH với Python
Connected

Bài tập

Đơn giản hóa mô hình với p-value

Leonardo da Vinci từng nói: "Simplicity is the ultimate sophistication." Điều này cũng đúng với việc xây dựng mô hình khoa học dữ liệu. Trong bài tập này, bạn sẽ thực hành dùng p-value để quyết định mức độ cần thiết của các tham số mô hình và xác định một mô hình gọn nhẹ, không gồm các tham số không có ý nghĩa thống kê.

Giả thuyết không là giá trị tham số bằng 0. Nếu p-value lớn hơn mức ý nghĩa đã chọn, bạn không thể bác bỏ giả thuyết không, nghĩa là tham số đó không có ý nghĩa thống kê, do đó không cần thiết.

Một mô hình GARCH đã được xác định và fit bằng dữ liệu lợi nhuận của Bitcoin. Kết quả mô hình được lưu trong gm_result.

Hướng dẫn 1/2

undefined XP
    1
    2
  • In bảng tóm tắt kết quả fit mô hình.
  • Lấy các tham số mô hình và p-value, lưu vào DataFrame para_summary.
  • In và xem lại para_summary.