R - por favor, comparta sus experiencias - página 7
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 favor, comenten.
El orden del modelo se selecciona automáticamente utilizando el criterio de información de Akaike. Lee la ayuda del comando ar.
Encontrado
> x<-ar.burg(eur, aic=F, 20)
> x
Llama:
ar.burg.default(x = eur, aic = F, order.max = 20)
Coeficientes:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
0.9665 0.1096 -0.0941 0.0106 0.0004 0.0488 -0.0343 -0.0229 0.0288 0.0033 -0.0496 0.0168 0.0139 -0.0190 -0.0115 0.0173 0.0258 -0.0132 -0.0346 0.0365
Según tengo entendido - es un mach ponderado en mi ejemplo con T=20, sólo que de mayor calidad. Sólo difiere en el primer término, que es una constante.
Me pregunto si es posible construir TC a esas escalas.
Según tengo entendido, se trata de una mezcla ponderada en mi ejemplo con T=20, sólo que de mayor calidad. La única diferencia es el primer término, que es una constante.
Me pregunto si es posible construir TC a esas escalas.
Te equivocas, estos modelos no sirven para alisar. Estudiar los fundamentos de la econometría.
Además, la estimación de modelos AR en datos con raíz unitaria no conducirá a nada bueno.
Te equivocas, estos modelos no sirven para alisar. Aprenda los fundamentos de la econometría.
Además, estimar modelos AR en datos con raíz unitaria no va a servir de nada.
¿Insinúa que no se puede confiar en los coeficientes por culpa de MNC?
Pero aquí hay otros métodos de estimación, detrending....
Entonces, ¿qué es la estufa?
Si se trata de econometría, es una cosa, pero si se trata de maniquíes de AT, es otra. Hay un error de estimación aquí, y todo es oscuridad. Por cierto, no lo he copiado:
Orden seleccionado 20 sigma^2 estimado como 2,124e-06
Hay un error de estimación aquí y una sólida oscuridad allí.
En su caso, hay un error de especificación del modelo.
En su caso, hay un error de especificación del modelo.
Lo entiendo.
Pero, ¿cuál es el error de especificación del modelo de una máquina simple, una eXponencial, y de dónde sacamos el coeficiente ponderado para hablar de errores? Eso es lo que quiero decir.
Lo entiendo.
Pero, ¿cuál es el error de especificación del modelo de una máquina simple, una eXponencial, y de dónde se obtiene el coeficiente ponderado para hablar del error? Eso es lo que quiero decir.
No lo entiendes. Aprenda los fundamentos de la econometría. No voy a comentar más palabrería académica.
Los "mash-ups" no tienen ningún error de especificación. Dónde obtener los coeficientes ponderados - estudiar DSP.
No lo entiendes. Aprenda los fundamentos de la econometría. No voy a comentar más palabrería académica.
No hay ningún error de especificación en los "asistentes". Dónde obtener los coeficientes ponderados - estudiar DSP.
Aunque sea duro, gracias de todos modos.
Seguiré adelante.
Ayuda, problema de nuevo.
Evalúo la regresión: fm1 <- lm(dRegres1 ~ 1 + dRegres2, singular.ok = FALSE)
Todo está bien en R, pero cuando lo llamo desde mt4 me da un error:
Error en lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) :
0 casos (no NA)
Lo que más mata es que el código depurado en R no funciona luego en mt4.
Gracias de antemano.