2. 좋은 ARIMA 모형이 갖는 일반적인 특징

적절한 최종모형을 찾는 데는 수많은 시행착오를 거쳐야 한다.

우리가 할 수 있는 작업은 단지 자료를 비추어 적절하다고 생각하는 모형을 선택하는 것에 불과하다.

ARIMA 모형의 적절성 여부

1) 모수 절약

  * 모수를 절약하고 적절한 통계적 방법으로 실현값의 형태를 잘 설명할 수 있는 모형

2) 정상적(staationary)

3) 가역적(invertible)

4) 추정 단계에서 추정된 계수는 통계적으로 유의, 계수들 간 서로 크게 상관되지 말아야

5) 잔차들이 통계적으로 서로 독립

  * 잔차 : 추정된 백색잡음

  * 잔차들이 통계적으로 독립이면 백색잡음이 갖는 독립성 가정을 만족한다는 의미

6) 추정 단계에서 자료를 충분히 잘 적합시키는 모형

  * 모형적합통계량을 통해 판단

7) 예측오차가 작은 모형

(참고문헌) 시계열애널리스트를 위한 Eviews 솔루션(2015, 정동빈)