5.3 模型拟合优度评价：R-squared等

文档摘要

5.3 模型拟合优度评价：R-squared等第五章：模型诊断与评估在构建ARIMA模型后，仅仅得到模型参数是不够的。一个合格的ARIMA模型不仅需要理论上的合理性（如参数的显著性），更需要能够有效地拟合历史数据，并具备一定的预测能力。模型诊断关注模型的残差是否满足白噪声假设（这部分通常在5.4节讨论），而模型拟合优度评价则关注模型对已知数据的解释程度。本节（5.3）将重点介绍几种常用的模型拟合优度评价指标，包括R-squared以及其他重要的误差度量和信息准则。 5.3 模型拟合优度评价：R-squared等模型拟合优度评价旨在衡量模型在训练集上对实际观测值的解释能力。一个拟合优度高的模型意味着它能够较好地捕捉到时间序列中的历史模式、趋势、季节性等。