Porównanie kryteriów informacyjnych i predykcyjnych w wyborze modelu

• Autorzy: Mariola Piłatowska

Warianty tytułu

Comparison of Information and Predictive Criteria in Model Selection

• Języki publikacji: PL

Abstrakty

Celem artykułu jest porównanie zachowania kryteriów informacyjnych i predykcyjnych w wyborze modelu w przypadku znanego i nieznanego modelu generującego z punktu widzenia dwóch celów modelowania: poszukiwania modelu prawdziwego i wyboru najlepszego modelu prognostycznego. Przypadek znanego modelu generującego będzie zilustrowany za pomocą eksperymentu symulacyjnego, a przypadek nieznanego modelu generującego - za pomocą przykładu empirycznego. Wyniki uzyskane na podstawie przykładu empirycznego wskazują, że przy wyborze modelu prognostycznego oprócz kryteriów predykcyjnych użyteczną rolę może odgrywać kryterium informacyjne BIC ze względu na zgodność decyzji, co do wyboru najlepszego modelu prognostycznego według tych dwóch rodzajów kryteriów', znajdującą potwierdzenie poza próbą (w postaci najniższych błędów prognoz otrzymanych na podstawie wybranego modelu). (abstrakt oryginalny)

EN

The purpose of the paper is to compare the performance of information and predictive criteria in model selection in the case of known and unknown data generating model taking into account two goals of modeling: searching for a true model and selecting the best forecast model. The case of known data generating model will be illustrated by simulation experiment, and the case of unknown data generating model by an empirical example. The results obtained from the empirical example indicate that information criteria may be useful in selecting the forecast model like predictive criteria. Especially the BIC criterion is worth considering due to the similar choice of model in comparison with the model selection made by predictive criteria and at the same time the selected model is the most accurate in making the genuine out-of-sample forecasts. (original abstract)

Słowa kluczowe

PL

Modele prognostyczne; Eksperyment badawczy; Analiza porównawcza

EN

Forecasting models; Scientific experiment; Comparative analysis

• Czasopismo: Prace i Materiały Wydziału Zarządzania Uniwersytetu Gdańskiego
• Rocznik: 2011
• Numer: nr 4/8
• Strony: 499--512

Twórcy

autor

Mariola Piłatowska

• Uniwersytet Mikołaja Kopernika w Toruniu

Bibliografia

• Akaike H. (1973), Information Theory as an Extension of the Maximum Likelihood Principle, w: Petrov B. N., Csaki F., Second International Symposium on Information Theory, Akademia Kiado, Budapest.
• Armstrong J. S. (2001), Principles of Forecasting, Springer, New York.
• Armstrong J. S., Fildes R. (1995), On the Selection of Error Measures for Comparisons Among Forecasting Methods, "Journal of Forecasting", vol. 14.
• Bhatti M. I., Al-Shanfari H.. Hossain M. Z. (2006), Econometric Analysis of Model Selection and Model Testing, Ashgate.
• Burnham K. P., Anderson D. R. (2002), Model Selection and Mulitmodel Inference, Springer.
• Christiano L. J., Eichenbaum M. (1990), Unit Roots in Real GNP: Do We Know and Do We Care?, ..Camegie-Roehester Conference Senes on Public Policy", nr 32.
• Diebold F. X., Senhadji A. (1996), Deterministic vs. Stochastic Trend in U.S. GNP. Yet again, NBER Working Papers, nr 5481.
• Grasa A. A. (1989), Econometric Models Selection: A New Approach. Kluwer Academic Press, Boston.
• Haubrich J. G., Lo A. W. (2001), The source and nature of long-term memory in aggregate output, Federal Reserve Bank of Cleveland ..Economic Review", QE.
• Mentzer J. T., Kalin K. B. (1995), Forecastmg Technique Familiarity, Satisfaction, Usage, and Application. "Journal of Forecastmg", vol. 14.
• Murray C., Nelson C. (1998), The Uncertain Trend in U.S. GNP, Discussion Papers in Economics at the University of Washington, nr 0074.
• Nelson, Plosser (1982), Trends and Random Walks in Macroeconomic Tune Series: Some Evidence and Implications, "Journal of Monetary Economics", vol. 10(2).
• Perron P., Phillips P. C. B. (1987), Does GNP Have a Unit Root? "Economics Letters", vol. 23.
• Piłatowska M. (2010), Kryteria informacyjne w wyborze modelu ekonometrycznego, "Studia i Place Uniwersytetu Ekonomicznego" w Krakowie.
• Quah D. (1987), What do we Learn from Unit Roots in Macroeconomic Series?, NBER Working Papers nr 2450.
• Rissanen J. (1986), Order estimation by Accumulated Prediction Errors, "Journal of Applied Probability", 23A.
• Rissanen J. (2003), Complexity of Simple Nonlogarithmic Loss Function, ..IEEE Transactions on Information Theory", 49, 476-484.
• Rudebusch G. D. (1993), The Uncertain Unit Root in Real GNP, "American Economic Review", 83(1), 264-272.
• Sugiura N. (1978), Further Analysis of the Data by Akaike's Infonnation Criterion and the Finite Collections, "Communications in Statistics, Theory and Methods", A7, 13-26.
• Stock J., Watson M. (1986), Does GNP Have a Unit Root?, "Economics Letters", 22(2/3), 147-151.
• Wagemnaker E-J., Grunwald P., Steyvers M. (2006), Accumulative Prediction Error and the Selection of Tune Series Models, "Journal of Mathematical Psychology", 50, 149-166.