Recordando a los veteranos: Box y Jenkins - 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
He echado un vistazo a Yudin. No me impresiona. Tutorial. Poca parte de EViews o STATISTICS. La depuración de los programas es desconocida. Faltan las partes más sabrosas. Como el primer tutorial. Pero nada aplicable industrialmente.
No compré este libro de texto para las impresiones. Para las tareas aplicadas que tengo que resolver, los programas que se describen en él están por encima, es decir, no utilizo gran parte de la funcionalidad. Obviamente, el tutorial no contiene ejemplos para todas las ocasiones, y es sólo para entender lo básico, y luego por tu cuenta.
En cuanto a la depuración del software, tiene algunos fallos, pero en mi opinión, en cantidad y calidad, no supera los límites del software analógico propietario.
Existe una extensión del modelo ARSS en forma de ARPSS, donde P es pro-integrado. Aquí es donde entra en juego. Integrado significa diferenciado. Es decir, ¡se toma la diferencia entre las barras vecinas del cociente!
En este caso, la "P" significa "Leer la teoría".
"La serie y[t] se llama integrada porque es el resultado de aplicar a la serie estacionaria w[t]=(1-L)^d*y[t] la operación de suma acumulada d veces" // http://quantile.ru/01/01-AT.pdf sección 3.4 "Predicción de procesos ARIMA"
(3) Resultado completamente nuevo para la AT: los coeficientes de un indicador son variables aleatorias. Al menos una conclusión: los indicadores sin adaptación de los coeficientes a la cotización actual no tienen sentido.
Se te olvidó decir que al construir el modelo asumes implícitamente que los coeficientes del modelo que genera el proceso son constantes. Pero como no los conoces, recurres a la estimación de estos coeficientes basándote en la realización observada del proceso. Y en este caso sus estimaciones son variables aleatorias.
Si cree que los coeficientes del modelo que genera el proceso son variables aleatorias, debe utilizar otros modelos o métodos adecuados de estimación de parámetros.
Así que la conclusión que sacas es completamente errónea.
No compré este libro de texto para las impresiones. Para las tareas aplicadas que tengo que resolver, los programas que se describen en él están por encima, es decir, no utilizo gran parte de la funcionalidad. Obviamente, el tutorial no contiene ejemplos para todas las ocasiones, y es sólo para entender lo básico, y luego por tu cuenta.
En cuanto al software de depuración, por lo que tiene algunos errores, pero IMHO en cantidad y calidad, no más allá de los límites del software analógico propietario.
Creo que hay muchos en Excel.
Por cierto, no he visto una prueba de raíz unitaria.
Sólo al responder a tu post me di cuenta de que una prueba de TC hacia adelante (incluyendo NS) sólo tiene sentido si el cociente es estacionario. Primero la prueba de raíz unitaria y luego la prueba de avance.
no entendió ni una palabra =)
Y no está de más, porque todo está en ruso sobre acontecimientos de hace mucho tiempo.
En este caso, la "P" significa "Leer la teoría".
"La serie y[t] se llama integrada porque es el resultado de aplicar la operación de suma acumulada d veces a la serie estacionaria w[t]=(1-L)^d*y[t]" // http://quantile.ru/01/01-AT.pdf sección 3.4 "Predicción de procesos ARIMA"
Se te olvidó decir que al construir el modelo asumes implícitamente que los coeficientes del modelo que genera el proceso son constantes. Pero como no los conoces, recurres a la estimación de estos coeficientes basándote en la realización observada del proceso. Y en este caso sus estimaciones son variables aleatorias.
Si cree que los coeficientes del modelo que genera el proceso son variables aleatorias, debe utilizar otros modelos o métodos adecuados de estimación de parámetros.
Así que su conclusión es completamente errónea.
Bah, colega, dónde estabas antes. Únase a nosotros.
Si cree que los coeficientes del modelo que genera el proceso son variables aleatorias, debe utilizar otros modelos o métodos adecuados de estimación de parámetros.
Así que la conclusión que has sacado es completamente errónea.
Estrictamente hablando, tienes razón.
Pero estoy impulsando la idea de que esos coeficientes que vemos como resultado de la estimación no son constantes, sino estimaciones que se encuentran dentro de ciertos intervalos. Es obligatorio prestar atención a las siguientes columnas de la tabla de coeficientes.
No veo cómo se pueden equiparar la no estacionariedad y la memoria.
No, por supuesto. Son conceptos muy diferentes y se tratan por separado, pero dentro del mismo enfoque.
La no estacionariedad se define mediante la prueba de raíz unitaria.
No existe el concepto de "memoria" en la obra clásica. Pero el concepto de ACF y CHAKF es ampliamente utilizado. Se sugiere determinar el orden del modelo ARIMA por el aspecto de estos gráficos. Pero es posible hacer algo más sencillo: encontrar el modelo mínimo mediante un método de búsqueda.
Sí, y en econometría el término "memoria" ha sido totalmente sustituido por "ACF". Maravilloso.
No lo hagas. No voy a citar la fábula.
Sólo se habla de Box y Jenkins con algunas extensiones. Con ellos, ACF desempeña un papel muy importante. He señalado cuál es.
Hablando del valor del hilo.
He posteado muchas veces sobre la precaución de interpretar los resultados de los análisis y las pruebas a futuro. Sólo hoy, en respuesta a Reshetov, me he dado cuenta de una idea muy importante. La prueba y la prueba hacia delante sólo son fiables si el residuo = cociente - TC es estacionario, es decir, si pasa la prueba de raíz unitaria. Si este residuo no es estacionario, no se puede confiar en absoluto en las pruebas, y ninguna prueba de avance servirá. Me parece que se podría haber iniciado una rama en aras de tal conclusión. Aquí están Box y Jenkins para ti.