시계열 분석에서 Box-Jenkins 모델 선택 절차는 시리즈의 자기 상관 및 부분 자기 상관 함수를 살펴 보는 것으로 시작합니다. 이러한 도표 는 ARMA 모델 에서 적절한 및 를 제안 할 수 있습니다 . 이 절차는 사용자에게 AIC / BIC 기준을 적용하여 화이트 노이즈 오류 항이있는 모델을 생성하는 모델 중에서 가장 포용적인 모델을 선택하도록 요청함으로써 계속됩니다.
이러한 육안 검사 및 기준 기반 모델 선택 단계가 최종 모델의 추정 표준 오차에 어떤 영향을 미치는지 궁금합니다. 예를 들어, 단면 도메인의 많은 검색 절차가 표준 오류를 하향 조정할 수 있다는 것을 알고 있습니다.
첫 번째 단계에서 데이터 (ACF / PACF)를보고 적절한 지연 수를 선택하면 시계열 모델의 표준 오류에 어떤 영향을 미칩니 까?
AIC / BIC 점수를 기반으로 모델을 선택하면 횡단면 방법과 유사한 영향을 미칠 것이라고 생각합니다. 나는 실제로이 분야에 대해 많이 알지 못 하므로이 시점에서 의견을 주시면 감사하겠습니다.
마지막으로 각 단계에 사용 된 정확한 기준을 기록한 경우 전체 프로세스를 부트 스트랩하여 표준 오류를 추정하고 이러한 문제를 해결할 수 있습니까?