Econometría: previsión de modelos en el espacio de los estados - página 26

 
anonymous:

Todos los cursos de econometría (¿es usted realmente econometrista?:)) nos dicen cuál es la varianza de las estimaciones de los parámetros del modelo y la velocidad de convergencia de las estimaciones a los valores verdaderos: cuanto menor sea el tamaño de la muestra y si no hay cambios estructurales en la serie, mayor será la varianza de las estimaciones de los parámetros del modelo. A medida que aumenta el tamaño de la muestra, la varianza (más a menudo:)) disminuye como eps*sqrt(n), eps>0, siendo n el número de observaciones.

Los errores de estimación de los parámetros contribuyen al error de cualquier modelo. Por lo tanto, cuanto menor sea la precisión de la estimación de los parámetros, mayor será el error del modelo.

Por otro lado, una ventana pequeña permite adaptarse a los cambios de los parámetros. En la práctica, este problema se resuelve mucho mejor resolviendo el problema de decaimiento de los parámetros del modelo en lugar de reducir el tamaño de la ventana.

En todos los cursos de econometría (¿es usted realmente un econometrista?:)

No soy un econometrista - tengo un título en econometría. Como dicen, siente la diferencia.

En mi trabajo, estoy limitado a un paquete específico y no puedo ir más allá. El paquete contiene una selección del modelo óptimo según los siguientes criterios:

#                                       opt.crit=       c(  "lik",  #   log-правдоподобие (умолчан)
#                                                       "amse", #   mse для первого прогноза
#                                                        "mse",  #   среднеквадратичная ошибка 
#                                                        "sigma",#   стандартное отклонение остатка
#                                                        "mae"), #   среднее абсолютного остатка
                                        opt.crit=       c("lik"),   #   log-правдоподобие (умолчан)

He leído en un libro que acompaña al modelo, que diferentes criterios dan mejores resultados para diferentes procesos aleatorios iniciales, pero en promedio el mejor resultado da la probabilidad logarítmica.

Con el probador comprobé que la ventana de mi muestra oscila entre los 20 y los 40 bares, más o menos el mismo resultado, pero se deteriora bruscamente fuera de esas dimensiones. Pero esto es en mi muestra particular. Me gustaría tener alguna otra base - no me fío del probador, da un resultado privado, y no da ninguna base para generalizar este resultado.

 
yosuf:
Me interesaba el tipo de función w de allí. El saldo es de poco o ningún interés, analice los medios (patrimonio).

No hay ningún misterio en particular, ya que se utiliza el paquete público, pero todavía estoy esperando 1200 indicadores escritos, con los que podemos hablar en R - lenguaje (en el sentido de los cálculos)