エコノメトリックス:一歩先の予測 - ページ 51

 
とはいえ、この不自然なまでの誤差の「整合性」にも憂慮すべきものがある。
 
avtomat:
具体的に何がターゲットなのか、よくわからないのですが?
モデルからの残差は、可能であれば定数と等しい分散を持つべきです。
 
Mathemat:
とはいえ、この不自然なまでの誤差の「整合性」にも憂慮すべきものがある。
これが理想です。残差をARCHモデルでモデル化した後に得られたもの
 
これは不自然な理想です。エラーのs.c.o.とそのm.o.の比率が低すぎるのです。
 
Mathemat:
これは不自然な理想です。エラーのs.c.o.とそのm.o.の比率が低すぎるのです。
理想は不変です。ほぼ達成。つまり、予測にサプライズがないのです。
 
faa1947:
モデルからの残差は、可能であれば定数と等しい分散を持つことが望ましい。

もし、それが本当に宣言された目的であるならば、まさに基本から考え直すべきでしょう。しかし、あなたはまた混乱しているようです。今回は、モデリングの目的について理解しているようですね。

ここで、私があなたを狙っていると思わないでください。いいえ、私がここで言いたいのは、問題定義と目標設定から、すべての行動を一から考え直せということなのです。

 
avtomat:

もし、それが本当に宣言された目的であるならば、まさに基本から考え直すべきでしょう。しかし、あなたはまた混乱しているようです。今回は、モデリングの目的について理解しているようですね。

ここで、私があなたを狙っていると思わないでください。いや、そうではなく、問題定義や目標設定など、すべての行動を一から考え直すことをお勧めします。

別のものを策定する。これは私の目的ではなく、明確なことです。残差の分散が一定であれば、予測誤差に不確実性はありません。
 
avtomat:

今回、すでにモデリングの目的を理解することができました。

しようとすること。投稿されましたが、そのアイデアは聞き入れられませんでした。目標は、モデルの予測可能性です。

 
faa1947:
別のものを策定する。これは私の目的ではなく、明確なことです。残差の分散が一定であれば、予測誤差に不確実性はありません。
ふむ実は、通常は誤差を最小にすることが目的であり、ある定数が全くないわけではありません。さらに、この問題の定式化では、「死んだ」定数の存在は、最小化アルゴリズムの非効率性、あるいはアルゴリズム自体の誤りを示すことになる。
 
avtomat:
ふむ実は、通常は誤差を最小にすることが目的であり、ある定数が全くないわけではありません。さらに、この問題の定式化では、「死んだ」定数の存在は、最小化アルゴリズムの非効率性、あるいはアルゴリズム自体の誤りを示すことになる。
最小化しても問題は解決しない。予測誤差の値は、正しい予測と誤った予測の両方の誤差であるため、疑問があります。