WOLFRAM

Novos Recursos do Mathematica 10 › Processos de Séries Temporais Expandidos ›

Use diferentes critérios para seleção de modelos 

Selecione um modelo de séries temporais para dados com base em diferentes critérios de seleção, como o critério de informação de Akaike (AIC), AIC corrigido para amostras finitas, critério de informação Bayesiano (BIC), ou o critério de informação de Schwarz–Bayes (SBC).

In[1]:=
Click for copyable input
X
In[2]:=
Click for copyable input
X
Out[2]=
In[3]:=
Click for copyable input
X
Out[3]=

Exiba a tabela dos modelos candidatos classificados para cada critério.

In[4]:=
Click for copyable input
X
Out[4]=

Selecione as três melhores entradas de cada tabela e refine-as usando a estimativa de máxima verossimilhança. Modelos estimados com métodos diferentes podem ter classificações diferentes.

In[5]:=
Click for copyable input
X
mostre o input completo de Wolfram Language
In[7]:=
Click for copyable input
X
Out[7]=

Defina a função de classificação para cada critério.

In[8]:=
Click for copyable input
X

Selecione as melhores estimativas de máxima verossimilhança de acordo com diferentes critérios.

mostre o input completo de Wolfram Language
Out[9]//TableForm=

Related Examples

Decide Time Series Process Family and Order from Data Automatically » Identify Conditional Heteroscedacity » Airline Passengers » Constrain the Model Selection Set »
Use Different Criteria for Model Selection » Investigate Time Series Model Residuals » Study Significance of Parameters in Fitted Model » Use Fitted Model to Forecast Time Series »
Model Multiple Exchange Rates » Vector Joint Model versus Univariate Component Models » Use Vector Models with Multiple Strongly Correlated Time Series » Vector Autoregressive Process as Discretized Vector Ornstein–Uhlenbeck Process »
Time Series Processes with Nonzero Mean » Time Series Processes with Initial Conditions » Study Non-weakly Stationary Autoregressive Process » Compute Expectation of Autoregressive Moving-Average Process from Its Definition »
Use Spectral Estimator to Find FARIMA Parameters » Volatility Clustering in a GARCHProcess » Slice Distribution of GARCH(1,1) » Moments of GARCH(1,1) »
Model the Conditional Value at Risk with an ARCHProcess » Expanded Estimation Methods » Broad Performance Improvements »
de en es ja zh