最小消息长度自回归滑动平均模型阶数选择
信息论
2022-03-02 v2 math.IT
概率论
统计理论
统计理论
摘要
本文推导了自回归滑动平均(ARMA)时间序列模型阶数选择的最小消息长度(MML)准则。将 MML87 在 ARMA 模型上的表现与其他知名模型选择准则——赤池信息准则(AIC)、修正 AIC(AICc)、贝叶斯信息准则(BIC)和 Hannan Quinn(HQ)——进行比较。实验结果表明,MML87 优于其他模型选择准则,因其所选模型大多具有更低的预测误差,且 MML87 所选模型在不同样本内与样本外规模下具有更低的均方误差。
引用
@article{arxiv.2110.03250,
title = {Minimum Message Length Autoregressive Moving Average Model Order Selection},
author = {Zheng Fang and David L. Dowe and Shelton Peiris and Dedi Rosadi},
journal= {arXiv preprint arXiv:2110.03250},
year = {2022}
}