Statistiche di dipendenza nelle citazioni (teoria dell'informazione, correlazione e altri metodi di selezione delle caratteristiche) - pagina 14

 

faa1947: На всех ученых советах, на которых я присутствовал в свое время подобное ваше выступление было бы последним навсегда.

Beh, qui non sto parlando ad un consiglio accademico. Ma, di nuovo, cercherò di trovare degli argomenti e li presenterò qui. Anche se, d'altra parte, non è così facile da confrontare: è un metodo completamente diverso. Quindi bisogna cercare qualcosa di simile nelle pubblicazioni.

Praticamente prezioso. E riesce a gestire processi casuali non stazionari con distribuzioni sconosciute.

Co-integrazione? O differenze multiple del processo originale che riesce ad adattarsi ad un test Dickey-Fuller riuscito?

 
HideYourRichess: Secondo me, anche se sbagliata, l'essenza della formula non può cambiare, così come le condizioni della sua applicabilità, dal fatto che sia scritta in altri caratteri.

C'è la definizione di Shannon dell'entropia, in cui l'indipendenza è obbligatoria.

E c'è una definizione di informazione reciproca, in cui la definizione di Shannon è applicata in modo puramente formale, poiché si suppone ancora che esistano delle dipendenze.

Se volete scavare nelle profondità filosofiche e nelle contraddizioni della definizione di informazione reciproca - per favore, scavate. Preferirei non preoccuparmene e usare solo la formula "americana" con le probabilità, senza preoccuparmi dell'indipendenza.

Un sistema più completo assomiglia a questo: alfabeto del mercato <-> alfabeto della quotazione -> alfabeto del problema. Il topikstarter ha considerato solo l'ultima coppia, la citazione è il problema.

Non so quale sia il suo alfabeto problematico. Ho un sistema di una coppia di barre separate dalla distanza Lag. Una barra, in passato, è la fonte e l'altra è il ricevitore. Gli alfabeti di entrambi sono identici (per quanto riguarda i ritorni a barre, ovviamente).
 
Mathemat:

Co-integrazione? O differenze di processo a fonte multipla che riescono ad adattarsi ad un test Dickey-Fuller riuscito?

Il DF non c'entra niente - l'obiettivo è la previsione. Stiamo cercando un'equazione di regressione, il cui residuo avrebbe mo e varianza quasi costanti con un errore di predizione simultaneamente minimo.
 
faa1947: Si sta cercando un'equazione di regressione, il cui residuo avrebbe mo e varianza quasi costanti con un errore di previsione simultaneo minimo.

Il problema è il termine "quasi", come al solito.

E un errore di previsione è un errore nella previsione del passato. Alla faccia dell'econometria... Certo, sono un po' convincente.

P.S. Non fate caso a me. Solo un pensiero (spegnete il registratore, per favore, non è per la stampa): appena i calcoli di qualche "scienza" econometrica diventano perfetti e automatizzati, diventano inutili.

 
Mathemat:

Il problema è il termine "quasi", come al solito.

E un errore di previsione è un errore nella previsione del passato. Alla faccia dell'econometria... Certo, sono un po' convincente.

P.S. Non fate caso a me. C'è solo questo pensiero (spegnete il registratore, per favore, non è per la stampa): una volta che i calcoli di qualche "scienza" econometrica diventano perfetti e automatizzati, diventano inutili.


L'ufficio l'ha già scritto - puramente in privato, ai loro tablet....
 
Mathemat:

E un errore di previsione è un errore nella previsione del passato.


Anche la finzione si basa sul passato.

Dipende da COSA prendiamo dal passato. Se prendiamo l'analisi VR non stazionaria - allora è senza speranza e tutti i tipi di trucchi nei test non ci salvano. Se siamo riusciti a individuare e formulare analiticamente componenti con un residuo sotto forma di rumore bianco, è un'altra storia. La cosa importante è che milioni di persone istruite hanno seguito questa strada per decenni, lasciando la canzone Chukchi chiamata ANALISI TECNICA per i fessi.

 

Proprio così, per gli sfigati. I babbei si attengono sempre alle procedure stabilite e non cercano mai di andare da nessuna parte di traverso.

E la stazionarietà è lì per un motivo. Per esempio, se indaghiamo su una serie stazionaria di informazioni (anche se la serie iniziale di quotazioni o rendimenti è non stazionaria), possiamo sperare in buoni risultati che funzionino in futuro.

 
Mathemat:

Proprio così, per gli sfigati. I babbei si attengono sempre alle procedure stabilite e non provano mai a fare qualcosa di nascosto.

E la stazionarietà è lì per un motivo. Per esempio, se indaghiamo su una serie stazionaria di informazioni (anche se la serie iniziale di quotazioni o rendimenti è non stazionaria), possiamo sperare in buoni risultati che funzionino in futuro.

Naturalmente, se per stazionarietà intendiamo mo e varianza costanti. Ma c'è un altro problema: dobbiamo essere sicuri che i coefficienti di regressione siano anche "quasi" costanti.
 
faa1947: Ma c'è un altro problema: bisogna essere sicuri che i coefficienti di regressione siano anche "quasi" costanti.
E cosa - l'econometria dà tali garanzie?
 
Mathemat:
E cosa - l'econometria dà tali garanzie?

Le persone che hanno EViews non fanno queste domande, hee-hee