Économétrie : une prévision d'avance - page 75

 
Reshetov:

Un modèle sans sur-ajustement devrait produire des résidus stationnaires indépendamment de l'échantillonnage.

Pourquoi le devrait-elle ? Il y a toute une classe - modèles adaptatifs, où aller ?

Mon modèle n'est pas un point de repère, sa durée de vie est d'une barre, pour ainsi dire un produit à une barre. Je ne crois pas aux modèles qui peuvent vivre pendant des années. Les raisons que vous avez décrites et qui sont largement connues.

... alors nous pouvons parler de la stationnarité des résidus produits par le modèle.

Je ne suis pas intéressé par la théorie de la stationnarité. Je suis intéressé par le modèle. Il y a au moins trois questions fondamentales :

1. y a-t-il des variables supplémentaires dans le modèle ?

2. faut-il inclure des variables supplémentaires ?

3. le processus de construction du modèle est-il terminé ?

La stabilité est un critère pour arrêter la construction du modèle. C'est tout. Ensuite, prévoyez une barre. Où est le regard vers l'avenir ici ?

Et construire un modèle qui nourrira jusqu'à la retraite, c'est du communisme pur, une grande et brillante utopie.

 
faa1947: La stationnarité est le critère pour arrêter la construction du modèle.

Ce critère n'est donc tout simplement pas suffisant. Il y a quelque chose que vous ne prenez pas en compte.

Comment avoir confiance dans la suffisance du modèle, si vous avez juste tapé quelques dizaines de tests nécessaires (et même leur nécessité n'est pas évidente !), en espérant qu'un jour cette nécessité se révélera suffisante ?

 
faa1947:.... Je ne crois pas aux modèles qui peuvent vivre pendant des années......
Qu'y a-t-il à croire ? Ils sont là.
 
paukas:
Pourquoi devriez-vous croire en eux ? Ils sont là.
Je me souviens, ARIMA est dans une agence américaine. Pourriez-vous être plus précis ?
 
Mathemat:

Ce critère n'est donc tout simplement pas suffisant. Quelque chose que vous ne prenez pas en compte.

Comment avoir confiance dans la suffisance du modèle, si vous avez juste tapé quelques dizaines de tests nécessaires (et même leur nécessité n'est pas évidente !), en espérant qu'un jour cette nécessité se révélera suffisante ?


La suffisance est comme la fin de la géographie. S'il n'y a pas d'autorégression dans le résidu et l'ARCH modélisé (s'il y avait besoin), alors il n'y a rien à modéliser. La connaissance est terminée.
 
faa1947: La suffisance est comme la fin de la géographie. S'il n'y a pas d'autorégression dans le résidu et que l'ARCH a été modélisé (si nécessaire), alors il n'y a rien à modéliser. La connaissance est terminée.
Donnez-moi un lien vers une preuve de l'affirmation selon laquelle ces conditions sont suffisantes pour la prédiction.
 
faa1947:
Vous pouvez, mais pas eux. Donnez-moi un exemple d'un indicateur dont le texte est accompagné de R-squared. Des indicateurs sont utilisés et l'on ne sait pas dans quelle mesure ils reflètent la quotité ou s'ils la reflètent tout court. Juger à l'œil, "bien sûr un grand indicateur"


faites... mais n'écrivez pas... à l'œil - je n'ai pas vu de grand indicateur... Je n'ai pas besoin d'analyser ses maths pour le faire...

C'est vraiment le cas. Nous avons un résidu presque stable. En déplaçant la fenêtre d'une barre, nous devons modifier les paramètres du modèle (nombre de retards). Ceci est clairement visible dans le tableau par les deux colonnes les plus externes, où le nombre de retards est indiqué.

Ça s'appelle un mot - adapté à l'histoire...

 
Mathemat:
Donnez-moi un lien vers une preuve de l'affirmation selon laquelle ces conditions sont suffisantes pour la prédiction.

Je ne me souviens pas de la preuve, mais elle s'applique partout. Je vais donner mon raisonnement (celui de quelqu'un d'autre). Encore une fois : kotir = tendance + bruit + périodicité + valeurs aberrantes. J'en déduis la tendance + le bruit. La réversibilité est présente : en ajoutant tendance + bruit, on obtient quotier.

Que savons-nous ? La réponse est évidente : la tendance. En dehors de cela, il est inutile d'analyser le bruit alors qu'il présente une tendance - cela marquera les caractéristiques statistiques du bruit. Nous devrions modéliser les tendances jusqu'à ce qu'il n'y ait plus de tendances dans le bruit. Lorsque toutes les tendances ont été identifiées (je n'ai pas vu plus de deux niveaux), alors il y a ARCH dans le bruit. Si c'est le cas, alors nous savons aussi comment modéliser - modéliser. Le résidu est-il stationnaire ? Bien. Nous ne savons pas comment modéliser davantage. Le fait de ne pas pouvoir est un signe de suffisance.

Mais je me suis souvenu. Le résidu stationnaire peut avoir la propriété que la probabilité de changer le signe de l'incrément est plus élevée que la probabilité de conserver ce signe.

PS. C'est triste si le résidu stationnaire est de grande envergure. Idéal lorsqu'il s'agit de moins d'un pip.

 
faa1947: Je ne me souviens plus de la preuve, mais elle s'applique partout.

Vous ne pouvez pas vous en souvenir parce qu'ils n'existent pas. Il serait trop facile de gagner de l'argent sur le marché alors...

 
Vizard:


faites... mais n'écrivez pas... à l'œil nu - je n'ai pas vu un seul grand indicateur... Je n'ai pas besoin d'analyser ses maths pour cela...

C'est vraiment le cas. J'ai un résidu presque stable. En déplaçant la fenêtre d'une barre, nous devons modifier les paramètres du modèle (nombre de retards). Vous pouvez le voir clairement dans le tableau par les deux colonnes les plus extérieures qui montrent le nombre de décalages.

ça s'appelle un mot - adapté à l'histoire...

Toute analyse de régression est un ajustement. La régression doit s'adapter, refléter les observations, sinon c'est de la foutaise. La croyance sur ce forum est que l'ajustement est une mauvaise chose. Tous les étudiants du monde entier qui ont suivi un cours d 'économétrie ou de statistiques ne le pensent pas.