สอบถามผู้รู้หน่อยค่ะ
โดยปกติแล้วเวลาเราจะคัดเลือกโมเดลนำไปใช้ในการพยากรณ์ จะต้องผ่านการตรวจสอบความคลาดเคลื่อนของตัวแบบ ซึ่งหนึ่งในนั้นคือการตรวจสอบความเป็น Normality คือเราเข้าใจว่าถ้าตัวแบบที่ดีจะต้องตรวจสอบแล้วผ่านทั้งหมด แต่จะมีกรณียกเว้นมั้ยว่า ถ้าตรวจสอบแล้วอย่างอื่นผ่าน (Ljung-Box ไม่มีนัยสำคัญ ความแปรปรวนคงที่ ค่าเฉลี่ยเท่ากับ 0) แต่ยกเว้นความเป็น Normal ตรวจสอบแล้ว ค่า p-value < 0.05 แบบนี้แล้ว เราจะสามารถนำโมเดลที่ได้ไปใช้ในการพยากรณ์ได้หรือป่าว ถ้าได้เพราะเหตุใดถึงสมารถใช้ได้คะ แล้วถ้าไม่ได้คือต้องไป modify ตัวแบบใหม่ใช่มั้ยคะ
ปล. ข้อมูลที่ใช้เป็นข้อมูลอัตราแลกเปลี่ยนรายวัน จำนวน 366 ข้อมูล
วิเคราะห์ข้อมูลโดยใช้โปรแกรม R studio
รบกวนช่วยทีนะคะ ขอบคุณค่ะ
residuals in ARIMA ไม่ Normal มีผลอะไรมั้ย
โดยปกติแล้วเวลาเราจะคัดเลือกโมเดลนำไปใช้ในการพยากรณ์ จะต้องผ่านการตรวจสอบความคลาดเคลื่อนของตัวแบบ ซึ่งหนึ่งในนั้นคือการตรวจสอบความเป็น Normality คือเราเข้าใจว่าถ้าตัวแบบที่ดีจะต้องตรวจสอบแล้วผ่านทั้งหมด แต่จะมีกรณียกเว้นมั้ยว่า ถ้าตรวจสอบแล้วอย่างอื่นผ่าน (Ljung-Box ไม่มีนัยสำคัญ ความแปรปรวนคงที่ ค่าเฉลี่ยเท่ากับ 0) แต่ยกเว้นความเป็น Normal ตรวจสอบแล้ว ค่า p-value < 0.05 แบบนี้แล้ว เราจะสามารถนำโมเดลที่ได้ไปใช้ในการพยากรณ์ได้หรือป่าว ถ้าได้เพราะเหตุใดถึงสมารถใช้ได้คะ แล้วถ้าไม่ได้คือต้องไป modify ตัวแบบใหม่ใช่มั้ยคะ
ปล. ข้อมูลที่ใช้เป็นข้อมูลอัตราแลกเปลี่ยนรายวัน จำนวน 366 ข้อมูล
วิเคราะห์ข้อมูลโดยใช้โปรแกรม R studio
รบกวนช่วยทีนะคะ ขอบคุณค่ะ