如何使用MATLAB将AIC准则应用于时间序列数据？

作为计量经济学工具箱的一部分，我如何使用MATLAB将AIC标准应用于时间序列数据

是否有任何方法不使用函数，例如。

---

如果AIC的唯一方法是应用GARCH函数，那么参数的数量是什么意思

尽管我不熟悉GARCH模型，但下面是一个如何使用AIC/BIC进行模型选择的示例（基于文档中的示例）：

load Data_MarkPound
dem2gbp = price2ret(Data);

%# fit model with specification parameters spec1
spec1 = garchset('P',1, 'Q',1, 'Display','off');
[coeff1,errors1,LLF1] = garchfit(spec1, dem2gbp);
numParams1 = garchcount(coeff1);
%#garchdisp(coeff1,errors1)

%# fit model with specification parameters spec2
spec2 = garchset('P',2, 'Q',1, 'Display','off');
[coeff2,errors2,LLF2] = garchfit(spec2, dem2gbp);
numParams2 = garchcount(coeff2);
%#garchdisp(coeff2,errors2)

%# find the best model with the smallest AIC/BIC
numObsv = length(dem2gbp);
[AIC1,BIC1] = aicbic(LLF1, numParams1, numObsv)
[AIC2,BIC2] = aicbic(LLF2, numParams2, numObsv)