สูตรที่คุณอ้างจากบันทึกย่อของคุณไม่ใช่ AIC
AIC เป็น k- 2 บันทึกL +2k
ที่นี่ฉันจะให้เค้าร่างของการประมาณที่มาซึ่งทำให้ชัดเจนพอสิ่งที่เกิดขึ้น
หากคุณมีโมเดลที่มีข้อผิดพลาดปกติอิสระที่มีความแปรปรวนคงที่
L ∝ σ- nอี- 12 σ2∑ ε2ผม
ซึ่งสามารถประมาณได้ภายใต้โอกาสสูงสุดเช่น
ααα( σ^2)- n / 2อี- 12n σ^2/ σ^2( σ^2)- n / 2อี- 12n( σ^2)- n / 2
(สมมติว่าค่าประมาณคือค่าประมาณ ML)σ2
ดังนั้น (ถึงขยับโดยคงที่)- 2 บันทึกL +2k=nบันทึกσ^2+ 2 k
ตอนนี้ในรูปแบบ ARMA ถ้ามีขนาดใหญ่มากเมื่อเทียบกับpและqดังนั้นโอกาสที่จะถูกประมาณโดยกรอบการทำงานแบบเกาส์เซียน (เช่นคุณสามารถเขียน ARMA โดยประมาณว่าเป็น AR ที่ยาวกว่าและมีเงื่อนไขเพียงพอที่จะเขียน AR นั้น เป็นรูปแบบการถดถอย) ดังนั้นด้วยTแทนn :TpqTn
AIC≈Tlogσ^2+2k
ด้วยเหตุนี้
AIC/T≈logσ^2+2k/T
T
อย่างไรก็ตามหากคุณใช้ AIC เพื่อวัตถุประสงค์อื่นที่ต้องอาศัยมูลค่าที่แท้จริงของความแตกต่างใน AIC (เช่นการอนุมานมัลติโมเดลตามที่อธิบายโดย Burnham และ Anderson) มันสำคัญ
ตำราเศรษฐมิติจำนวนมากดูเหมือนจะใช้แบบฟอร์ม AIC / T นี้ ผิดปกติหนังสือบางเล่มดูเหมือนจะอ้างอิง Hurvich และ Tsai 1989 หรือ Findley 1985 สำหรับรูปแบบนั้น แต่ Hurvich & Tsai และ Findley ดูเหมือนจะพูดคุยเกี่ยวกับรูปแบบดั้งเดิม ใน Findley)
σ2
คุณอาจต้องการดูรายการข้อเท็จจริงและความล้มเหลวของ Rob Hyndman ของรายการAICโดยเฉพาะอย่างยิ่งรายการที่ 3 ถึง 7 บางประเด็นอาจทำให้คุณระวังอย่างน้อยเกี่ยวกับการพึ่งพาอย่างมากเกี่ยวกับโอกาสแบบเกาส์ แต่ อาจมีเหตุผลที่ดีกว่าที่ฉันเสนอให้ที่นี่
ฉันไม่แน่ใจว่ามีเหตุผลที่ดีที่จะใช้การประมาณนี้กับความน่าจะเป็นบันทึกแทนที่จะเป็น AIC จริงเนื่องจากแพ็คเกจอนุกรมเวลาจำนวนมากในวันนี้มีแนวโน้มที่จะคำนวณ (/ ขยาย) โอกาสในการบันทึกจริงสำหรับโมเดล ARMA ดูเหมือนมีเหตุผลเล็กน้อยที่จะไม่ใช้