R'deki ARIMA modeli için parametrelerin p-değeri nasıl hesaplanır?

23

R'de zaman serileri araştırması yaparken arima , sadece takılan modelin katsayı değerlerini ve standart hatalarını sağladığını buldum . Ancak, ben de katsayıların p değerini almak istiyorum.

Sığır eti anlamını sağlayan hiçbir fonksiyon bulamadım.

Bu yüzden bunu kendim hesaplamak istiyorum, ancak katsayıların t veya chisq dağılımındaki serbestlik derecesini bilmiyorum. Öyleyse benim sorum R'deki arima modelinin katsayıları için p-değerlerinin nasıl elde edilmesi gerektiğidir?

— Lisa
kaynak

9

Neden p değerini istiyorsun? Bir AR modelinin katsayıları için önem testleri, model sırasını seçmek için iyi bir yol olmadığından, özellikle faydalı değildir. Bunun yerine AIC'yi kullanın.

— Rob Hyndman

1

Genellikle birden fazla model verilere iyi uyar. Bu yüzden tipik olarak birden fazla tanıya sahip olmak güzeldir. Öyleyse, eğer zaten pacf / acf, AIC / BIC kullanıyorsanız (doğruluk tahmininde de olabilir) ve yine de iki model arasında seçim yapamıyorsam - katsayı önemine bakarken de yanlış bir şeyler var mı?

— hans0l0

4

"T değeri" katsayısının standart hataya oranıdır. Özgürlük dereceleri (ndf) gözlem sayısı eksi modeldeki maksimum fark sırası eksi tahmini katsayıların sayısı olacaktır. "F değeri", "t değeri" nin karesi olacaktır. Olasılığı tam olarak hesaplayabilmek için, merkezi olmayan bir chi-kare işlevini çağırmanız ve F değerini ve serbestlik derecelerini (1, ndf) geçmeniz gerekecektir. veya belki de sadece bir F işlev araması arayın.

— IrishStat
kaynak

Çok teşekkürler! Bunu böyle yazdım ... Ama şaşırdım ki neredeyse tüm parametreler önemsizdi ... Ama SAS'ta önemli olduklarını söylüyor ... Programlama kelimelerimde herhangi bir hata olup olmadığından şüpheliyim ....

— Lisa,

yazdıklarım: t = rep (0,5) std = rep (0,5) pvalue = rep (0,5) nobs = 369 npara = 5 (i in 1: 5'te) {std [i] = sqrt ( uygun

katsayısı [i] / std [i] pvalue [i] = 1 - pt (t [i], NOBS-npara) }

v a r . c o e f [i, i]) t [i] = f i t

$var.coef[i,i]) t[i] = fit$

— Lisa

Açıklanamayan bir SAS programından elde edilen sonuçların kullanılması, istatistiksel olarak doğru olduğuna dair kanıt oluşturmamaktadır. SAS bir kehanet değil. 1 Nisan’da tanıtılan SO-AskAnExpert’in pop-up’ı, mantık yürütme stratejisinde çok dairesel, eh.

— DWin

22

Yana arimatahmini için kullandığı maksimum olasılık, katsayılar assymptoticaly normaldir. Dolayısıyla, z istatistiklerini elde etmek ve ardından p-değerlerini hesaplamak için katsayıları standart hataları ile böl. arima Yardım sayfasındaki ilk örnekte R'deki örnek :

> 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

Son satır p-değerleri verir.

— mpiktas
kaynak

H_{0} : c o e f = 0.0

$H_0: coef=0.0$

H_{1} : c o e f \neq 0.0

$H_1: coef \neq 0.0$

Log-olabilirlik oranı kullanılarak tahmin edilebilir, çünkü model log-olabilirlik kullanılarak tahmin edilir.

— mpiktas

λ

$\lambda$

- 2 λ

$-2\lambda$

χ^{2}

$\chi^2$

n

$n$

\infty

$\infty$

n

$n$

10

Ayrıca kullanabilirsiniz coeftestgelen lmtestpaketin:

> 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

— Robert
kaynak