Chào mừng các bạn đã đến với bài học thứ sáu. Trong các bài học trước, chúng ta đã khám phá một loạt các mô hình chuỗi thời gian từ cơ bản đến nâng cao. Tuy nhiên, việc biết đến các mô hình này chỉ là bước đầu tiên. Khi đối mặt với một bộ dữ liệu thực tế, hàng loạt câu hỏi thực tiễn sẽ nảy sinh: Liệu các tham số của mô hình tôi chọn có thể được ước lượng một cách duy nhất không? Tôi nên chọn bậc trễ p và q là bao nhiêu? Và làm thế nào để ước lượng mô hình đó bằng phần mềm thống kê? Bài học hôm nay sẽ tập trung giải quyết chính những vấn đề này. Chúng ta sẽ bắt đầu với vấn đề nhận diện (identification), đặc biệt là trong các mô hình MA và ARMA. Sau đó, chúng ta sẽ học một phương pháp phổ biến và hiệu quả để lựa chọn bậc mô hình tự hồi quy tối ưu, đó là dựa vào Tiêu chí thông …