0

私は現在、Ruey Tsay 著の Analysis of Financial Time Series 2nd Edition のコピーをふるいにかけています。セクションの 1 つは、MA モデルを特定のデータに適合させることを含みます (データセットはこちら)。以下は、特定の重要でないパラメーターを削除した、テキストによる正確な最尤法による近似です。

RT = 0.013 + a(t) + 0.181a(t−1) − 0.121a(t−3) + 0.122a(t−9)

σ(a) = 0.0724

しかし、Rで合わせようとすると…

> mew = read.table("m-ew.dat")
> arima(mew,order = c(0,0,9),fixed = c(NA,0,NA,rep(0,5),NA,NA),method = "ML")
Call:
arima(x = mew, order = c(0, 0, 9), fixed = c(NA, 0, NA, rep(0, 5), NA, NA), 
method = "ML")

Coefficients:
        ma1  ma2      ma3  ma4  ma5  ma6  ma7  ma8     ma9  intercept
      0.180    0  -0.1318    0    0    0    0    0  0.1373     0.0132
s.e.  0.031    0   0.0362    0    0    0    0    0  0.0327     0.0029

sigma^2 estimated as 0.005282:  log likelihood = 1039.1,  aic = -2068.21

ご覧のとおり、ma1 係数は同じですが、ma3 と ma9 は、method = "ML"、つまり最尤法であっても異なります。どうしてこれなの？

また、実用的な観点から、ma2 と ma4-ma8 は 0 の場合がありますが (それらの 95% 信頼区間は 0 と重なります)、モデルからそれらを削除すると、AIC が上昇し、Ljung-Box 検定に関して p 値が低下します。また、対数尤度値を下げます。そのようなことが起こった場合、これらのパラメーターを削除する価値はありますか?

4

1 に答える 1

3

arima のヘルプには次のように書かれています。

Tsay は S-Plus を使用しています...

于 2013-05-06T13:42:01.957 に答える