자기회귀모형의 부분모형 구성에 대한 가상실험 연구

A Simulation Study on the Subset Selection for the Autoregressive Model

본 연구는 자기회귀모형의 부분모형을 구성하는 문제에 대한 가상실험 연구이다. 자기회귀모형의 부분모형을 구성하는 다양한 통계적 방법을 소개하고, 이러한 방법을 언제 어떻게 사용하고 그 결과를 어떻게 해석하는가에 대하여 연구한다. 특히, 자료의 수가 매우 크고, 계수의 개수가 증가하고, 계수의 크기가 감소하는 상황을 고려한다. 본 가상실험 연구의 결과는, 자기회귀모형의 부분모형을 구성하는 문제가 매우 복잡한 문제이며, AIC와 BIC 같은 잘 알려진 부분모형 구성법을 사용하여 얻은 결과를 해석함에 있어 매우 신중해야 함을 시사한다.

We introduce results of numerical studies on the subset selection problem for the autoregressive (AR) model that helps data analysts to better understand how to use existing measures for the subset selection and how to interpret the results. We design various simulations to handle increasing maximal order and decreasing minimal signal coefficient of the AR model, assuming the number of samples is very large. The results show the subset selection problem is quite complex and classical measures such as the Akaike’s and Bayesian information criteria should be used very carefully.