@misc{Piłatowska_Mariola_Wybór_2012,
 author={Piłatowska, Mariola},
 year={2012},
 rights={Wszystkie prawa zastrzeżone (Copyright)},
 publisher={Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu},
 description={Ekonometria = Econometrics, 2012, Nr 4 (38), s. 16-35},
 language={pol},
 abstract={W artykule pokazano zachowanie się różnych kryteriów wyboru modelu AR (kryteria informacyjne: AIC, BIC, HQ, oraz sekwencyjną metodę badania istotności współczynników autoregresji) przy założeniu różnych wartości parametrów modelu autoregresyjnego i różnych wielkości próby. Wskazano też na dużą przydatność skorygowanego kryterium AIC (AICC), rzadko stosowanego w polskich badaniach, do wyboru rzędu autoregresji, szczególnie w małych próbach. Podkreślono, że wybór rzędu autoregresji można rozpatrywać w kontekście wyboru prawdziwego modelu generującego (prawdziwego rzędu autoregresji), jak również w kontekście wyboru najlepszego modelu prognostycznego (czyli wyboru rzędu modelu AR, który dałby prognozy o najmniejszych błędach prognoz). Rozważania te zilustrowano analizą symulacyjną},
 title={Wybór rzędu autoregresji w zależności od parametrów modelu generującego},
 type={artykuł},
 keywords={funkcja autokorelacji, spektrum procesu autoregresyjnego, kryteria wyboru rzędu autoregresji, wybór modelu prognostycznego, autocorrelation function, spectrum of autoregressive process, selection criteria of autoregression order, choosing the forecasting model},
}