Examkin

Soru

Zorluk: OrtaParametre Tahmin Yöntemleri (EKK ve Enyüksek Olabilirlik)

Box-Jenkins (ARIMAARIMA) metodolojisinde model belirleme aşamasından sonra gerçekleştirilen parametre tahmini sürecinde, "En Yüksek Olabilirlik" (MaximumMaximum LikelihoodLikelihood - MLML) yönteminin kullanımı ve elde edilen tahmin edicilerin istatistiksel özellikleri ile ilgili aşağıdaki ifadelerden hangisi doğrudur?

  1. Örneklem hacmi sonsuza giderken (n→∞n \rightarrow \infty), elde edilen tahmin ediciler tutarlı, asimptotik olarak normal dağılımlı ve asimptotik olarak etkindir.Cevap
  2. B
    Hareketli ortalama (MAMA) katsayılarının tahmini için serinin durağan olması yeterlidir; modelin tersinirlik (invertibilityinvertibility) koşulunu sağlaması gerekmez.
  3. C
    Otoregresif (ARAR) bileşenlerin katsayılarının mutlak değerce 1'den büyük olması, tahmin algoritmasının sayısal yakınsamasını ve tahminlerin tutarlılığını artırır.
  4. D
    Model seçimi sürecinde başvurulan Akaike Bilgi Kriteri (AICAIC) veya Bayesian Bilgi Kriteri (BICBIC) değerlerinden en yüksek olanına sahip model, en iyi parametre tahminlerini sunar.
  5. E
    Durağan olmayan bir seriyi durağanlaştırmak için uygulanan aşırı fark alma (over−differencingover-differencing) işlemi, tahmin edilen hata terimi varyansının daha küçük çıkmasını sağlar.

Cevap

En Yüksek Olabilirlik yöntemi ile elde edilen tahmin ediciler, büyük örneklemlerde tutarlı, asimptotik olarak normal dağılımlı ve etkin olma özelliklerine sahiptir.
En Yüksek Olabilirlik (MLEMLE) yöntemi, özellikle hata terimlerinin normal dağıldığı varsayımı altında, örneklem hacmi büyüdükçe istatistiksel olarak 'en iyi' tahmin edici özelliklerini (tutarlılık, asimptotik normallik ve asimptotik etkinlik) sağlar. Bu durum, yöntemi Box-Jenkins modellerinde oldukça güçlü kılmaktadır.

Adım Adım Çözüm

1
Parametre tahmin yöntemlerinin (EKK ve EO) temel amaçlarını karşılaştırın.
En Küçük Kareler (EKKEKK) hata kareler toplamını minimize ederken, En Yüksek Olabilirlik (EOEO) gözlemlenen verilerin ortaya çıkma olasılığını maksimize eder.
Yöntemlerin istatistiksel dayanaklarını anlamak, tahmin edici özelliklerini yorumlamak için gereklidir.
2
En Yüksek Olabilirlik yönteminin asimptotik (büyük örneklem) özelliklerini inceleyin.
Büyük örneklemlerde MLEMLE tahmin edicileri n→∞n \rightarrow \infty iken tutarlıdır (gerçek değere yaklaşır), etkindir (en küçük varyansa sahiptir) ve normal dağılım sergiler.
MLEMLE yönteminin ARIMAARIMA modellerinde tercih edilme sebebinin bu optimal özellikler olduğunu doğrulamak içindir.
3
Diğer seçeneklerdeki zaman serisi kısıtlarını (durağanlık, tersinirlik, bilgi kriterleri) değerlendirin.
Tersinirlik ve durağanlık birer zorunluluktur; bilgi kriterlerinde ise minimum değer hedeflenir.
Kavramsal hataları eleyerek doğru sonuca ulaşılmasını sağlar.

Anahtar Kavram

Zaman serisi modellerinde parametre tahmin edicilerin asimptotik özellikleri
Bu soruyu puanla

Konular

Parametre Tahmin Yöntemleri (EKK ve Enyüksek Olabilirlik)

Bu konudan daha fazla soru