5. 추정 단계에서 주목해야할 점

5. 추정 단계에서 주목해야할 점

1) 추정된 계수의 정상성과 가역성을 점검

2) 추정된 계수의 통계적 유의성 검정

- t-검정통계량의 절대값이 '2.0'보다 작거나 유의확률이 유의수준 5%보다 크면 해당 계수는 모형에서 제외

3) 계수에 대한 상관행렬

- 두 개의 추정된 ARIMA 계수 사이의 상관계수가 '0.9 이상'이면 대체모형을 고려

4) 계수중복성(near-redundancy)

- 자기회귀항과 이동평균항이 동시에 모형에 필요하다는 근거가 확실하지 않다면 되도록 둘을 함께 쓰지 않도록 해야함

- 동시에 사용하더라도 추정 단계에서 반드시 계수 중복 확인

- 이를 통해 모수를 불필요하게 사용하여 불안전한 추정값을 얻게 되는 오류 제거

5) 모형적합도 통계량을 사용한 자료 적합의 근접도 측정

* 값이 작은 모형일 수록 선호

- AIC(Akaike Information Criterion)

- SC(Schwartz Criterion)

- HQ(Hannan-Quinn criterion)

- RMSE(Root Mean Square Error, 평균제곱오차의 제곱근)

- 정규화된 BIC(nomarlized Bayesian Information Criterion)

- 평균절대백분위오차, 평균절대오차, 절대퍼센트오차의 최대값, 절대오차의 최대값

* 값이 큰 모형일 수록 선호

- R^2

- 수정 R^2

(참고문헌) 시계열애널리스트를 위한 Eviews솔루선(2015, 정동빈 지음)