R에서 ARIMA 모델에 대한 매개 변수의 p- 값을 계산하는 방법은 무엇입니까?


23

R에서 시계열 연구를 할 때 arima 계수 값과 적합 모형의 표준 오차 만 제공 한다는 것을 알았습니다 . 그러나 나는 또한 계수의 p- 값을 얻고 싶습니다.

나는 coef의 중요성을 제공하는 기능을 찾지 못했습니다.

그래서 나는 그것을 스스로 계산하고 싶지만, 계수의 t 또는 chisq 분포에서 자유도를 모른다. 그래서 내 질문은 R에서 피팅 된 arima 모델의 계수에 대한 p- 값을 얻는 방법입니다.


9
왜 p- 값을 원합니까? AR 모델의 계수에 대한 유의성 검정은 유의성이 모형 순서를 선택하는 좋은 방법이 아니므로 특별히 도움이되지 않습니다. 대신 AIC를 사용하십시오.
Rob Hyndman

1
종종 하나 이상의 모델이 데이터에 잘 맞습니다. 일반적으로 하나 이상의 진단을받는 것이 좋습니다. 만약 내가 이미 pacf / acf를 사용한다면, AIC / BIC (정확도를 예측할 수도 있습니다)와 여전히 두 모델 중에서 선택할 수 없습니다 – 계수의 중요성을 보는 데 문제가 있습니까?
hans0l0

답변:


4

"t 값"은 표준 오류에 대한 계수의 비율입니다. 자유도 (ndf)는 관측치에서 모델의 최대 차 차를 뺀 값에서 추정 계수의 수를 뺀 값입니다. "F 값"은 "t 값"의 제곱이 될 것입니다. 확률을 정확하게 계산하려면 비 중심 카이 제곱 함수를 호출하고 F 값과 자유도 (1, ndf)를 전달해야합니다. 또는 단순히 F 함수 조회를 호출 할 수도 있습니다.


많은 감사합니다! 나는 이것을 이렇게 썼다. 그러나 거의 모든 매개 변수가 중요하지 않다는 놀랍게도 ...하지만 SAS에서는 그것들이 중요하다고 말합니다 ... 그래서 프로그래밍 단어에 오류가 있는지 의심합니다 ....
Lisa

내가 쓴 것 : t = rep (0,5) std = rep (0,5) pvalue = rep (0,5) nobs = 369 npara = 5 for (i in 1 : 5) {std [i] = sqrt ( 적합 coef [i] / std [i] pvalue [i] = 1-pt (t [i], nobs-npara)}var.coef[i,i])t[i]=fit
Lisa

설명되지 않은 SAS 프로그램의 결과를 사용한다고해서 통계적으로 정확한 증거는 아닙니다. SAS는 오라클이 아닙니다. 4 월 1 일에 소개 된 SO-AskAnExpert 팝업은 추론 전략에서 매우 순환 적입니다.
DWin

22

arima추정에 최대 우도를 사용 하므로 계수는 정규적입니다. 따라서 계수를 표준 오차로 나누면 z- 통계량을 구한 다음 p- 값을 계산할 수 있습니다. 다음은 arima 도움말 페이지 의 첫 번째 예가있는 R의 예입니다 .

> aa <- arima(lh, order = c(1,0,0))
> aa

Call:
arima(x = lh, order = c(1, 0, 0))

Coefficients:
         ar1  intercept
      0.5739     2.4133
s.e.  0.1161     0.1466

sigma^2 estimated as 0.1975:  log likelihood = -29.38,  aic = 64.76
> (1-pnorm(abs(aa$coef)/sqrt(diag(aa$var.coef))))*2
         ar1    intercept 
1.935776e-07 0.000000e+00 

마지막 줄은 p- 값을 제공합니다.


H0:coef=0.0H1:coef0.0

모형은 로그 우도를 사용하여 추정되므로 로그 우도 비를 통해이를 수행 할 수 있습니다.
mpiktas

λ2λχ2nn

10

패키지 coeftest에서 사용할 수도 있습니다 lmtest.

> aa <- arima(lh, order = c(1,0,0))

> coeftest(aa)

z test of coefficients:

          Estimate Std. Error z value  Pr(>|z|)    
ar1        0.57393    0.11614  4.9417 7.743e-07 ***
intercept  2.41329    0.14661 16.4602 < 2.2e-16 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1   1
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.