У меня есть данные наблюдений, состоящие из долгосрочных временных рядов (продолжительность 40 лет в часовых интервалах), и я хочу сравнить характеристики подгонки для распределений параметров 2 и 3.
Использование MLE, LST и MOM для оцените параметры распределений, во всех тестах Goodness of Fit (хи-квадрат, R-квадрат, RMSE, MAPE и логарифмическая правдоподобие) распределения с 3 параметрами превосходят распределение с 2 параметрами, но результаты GoF имеют очень короткие различия.
Значения AI C и BI C, например: AI C: -22 и BI C: -1 (для 2-х параметров) и AI C: -20 и BI C: 10 (аналогичные значения для всех трехпараметрических искажений). Небольшие различия в AI C и большие различия в оценках BI C.
Это означает, что двухпараметрическое распределение в качестве скупой модели лучше, верно? Как «перевести» переоснащение с лучшей подгонки?
Помимо дальнейшего подбора исследования, связанного с крайностями данных et c. является правильным способом выполнения перекрестной проверки анализа или начальной загрузки , чтобы выбрать наилучший возможный дистрибутив и какие шаги мне необходимо выполнить?
С наилучшими пожеланиями
Лукас