Matstat Econometría Matan - página 3
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Por cierto, sería interesante ver imágenes similares a la que diste en https://www.mql5.com/ru/forum/368720/page2#comment_22207994,
para el caso particular en que el tipo de cambio cambió casi a pasos agigantados.
Básicamente, lo que es de esperar.
Pero al menos ahora entiendo lo que es.
Alexei, se ha planteado esta cuestión.
He escarbado en las fórmulas econométricas, y en muchas fórmulas hay una variable que es ruido blanco.
Por definición, el ruido blanco tiene características perfectas, la presencia de normalidad con una varianza constante de uno.
Evidentemente, ese ruido blanco probablemente no se encuentre en la realidad. Así que la pregunta es:
en la práctica, ¿qué se utiliza como ruido blanco?
¿Tiene este ruido blanco algo que ver con los datos de entrada? Por ejemplo, tomar los residuos como ruido, pero entonces se violarían las condiciones de normalidad y dispersión.
¿O debería ser realmente un ruido extraño que puede generarse simplemente de forma aleatoria con características específicas?
¿O se trata de eso, de obtener las características del ruido blanco de los residuos? Es decir, la normalidad está ahí, la varianza es constante, no hay autocorrelación.
¿Qué tiene que ver la normalidad con la dispersión? El ruido blanco se caracteriza por una función delta de autocorrelación de Dirac. ¿Te hace sentir mejor? Es una broma... aunque sea cierto (sobre la función delta de Dirac).
Un generador de números aleatorios distribuidos uniformemente, eso es ruido blanco para ti, eso es todo. Rango - lo que quieras, hazlo: A*2.0*(MathRand()/32767-0.5).
En general, existe Google y se pueden encontrar muchas cosas interesantes con él: https://ru.wikipedia.org/wiki/Белый_шум
¿Qué tiene que ver la normalidad con la dispersión? El ruido blanco se caracteriza por una función delta de autocorrelación de Dirac. ¿Te hace sentir mejor?
Es una broma... aunque sea cierto (sobre la función delta de Dirac).
Un generador de números aleatorios distribuidos uniformemente, eso es ruido blanco para ti, eso es todo. Rango - lo que quieras, hazlo: A*2.0*(MathRand()/32767-0.5).
En realidad, se puede buscar en Google y encontrar un montón de cosas interesantes: https://ru.wikipedia.org/wiki/Белый_шум
No es convincente.
Tengo diferentes informaciones al respecto.
Si los elementos de la serie wt son valores independientes igualmente distribuidos (i.i.d.) con media igual a 0 y variación igual a σ2,
y sin autocorrelación Cor(wi,wj)≠0, ∀i≠j, entonces la serie wt es ruido blanco.
Como supongo, el oscilador es necesario para las simulaciones de prueba, por así decirlo, para comprobar.
¿Quizás he entendido mal la expresión igualmente distribuida (i.i.d)?En la práctica, el generador no debería utilizarse.
¿Y eso no significa quese distribuyan normalmente?
No es convincente.
Tengo información diferente sobre esto.
Si los elementos de la serie wt son valores independientes igualmente distribuidos (i.i.d.) con media igual a 0 y variación igual a σ2,
y sin autocorrelación Cor(wi,wj)≠0, ∀i≠j, entonces la serie wt es ruido blanco.
Como supongo, el oscilador es necesario para las simulaciones de prueba, por así decirlo, para comprobar.
¿Quizás he entendido mal la expresión igualmente distribuida (i.i.d)?En la práctica, sin embargo, el oscilador no debería utilizarse.
¿Y eso no significa quese distribuyan normalmente?
El ruido blanco es de MO constante, varianza constante y función de autocovarianza nula (las observaciones no están correlacionadas entre sí). Un proceso débilmente estacionario.
Si las observaciones tienen una distribución normal, el proceso se vuelve estrictamente estacionario y los coeficientes de autocorrelación también tendrán una distribución normal.
Ruido blanco: MO constante, varianza constante y función de autocovarianza nula (las observaciones no están correlacionadas). Un proceso débilmente estacionario.
Si las observaciones tienen una distribución normal, el proceso se vuelve estrictamente estacionario y los coeficientes de autocorrelación también tendrán una distribución normal.
Ahí lo tienes. Gracias.
Un proceso débilmente estacionario.
Proceso estrictamente estacionario.
Hay una diferencia. Dependiendo de si las observaciones tienen una distribución normal o no.
Pero la pregunta era un poco diferente.
¿Qué se utiliza como ruido en la práctica? ¿Residuos?
Allí. Gracias.
Proceso ligeramente estacionario.
Proceso estrictamente estacionario.
Hay una diferencia. Dependiendo de si las observaciones tienen una distribución normal o no.
Pero la pregunta era un poco diferente.
¿Qué se utiliza como ruido en la práctica? ¿Residuos?
No entiendo muy bien la pregunta: ¿por qué utilizar el ruido blanco?
Si quieres una serie de este tipo, puedes generar una serie SB en Excel o en algún otro programa y tomar sus primeras diferencias - eso sería ruido blanco.
Si se trata de una estimación aproximada, las primeras diferencias de las series de precios son también cuasi-ruido blanco
¿Cuál es la expectativa del ruido blanco? Es constante y el mismo en todos los valores del rango. Si lo calculas por la fórmula, será 0 - no hay argumentos aquí, las matemáticas son una ciencia silenciosa - no vas a jurar de vuelta.
El ruido blanco es estacionario. Aunque es bastante tonto decir que es estacionario, es ruido blanco, eso lo dice todo.
La palabra "igual" está más cerca en su significado de"uniforme" que de "normal". Y de todos modos, ¿cómo puede un solo elemento ser distribuido de alguna manera? Una definición absurda. ¿O cuáles son los elementos? ¿Piezas de una fila? ¿Por qué demonios estamos hablando de trozos (elementos)?
No entiendo muy bien la pregunta: ¿por qué utilizar el ruido blanco?
Si necesita una serie de este tipo, puede generar una serie SB en Excel u otro programa y tomar sus primeras diferencias, que serían el ruido blanco.
Si una estimación aproximada se ajusta, las primeras diferencias de una serie de precios también son cuasi-ruido blanco.
Si hay un componente de ruido blanco en la fórmula, debe aislarse... incluso si la señal útil ya es visible))
Todas las series numéricas se dividen en tres tipos: deterministas, aleatorias y estocásticas.
TheorWer se ocupa de las series aleatorias: la tarea consiste en descomponer una serie aleatoria en un componente determinista y otro estocástico. A grandes rasgos, modelo + ruido blanco.