エコノメトリックス：一歩先の予測 - ページ 83

新しいコメント
 
anonymous:


p[i], i=1...n - 初期時系列（ある期間の価格値）を含むベクトルとする。

1.価格の増分を計算する：r[i]=p[i+1]-p[i], i=1...(n-1)

2.価格増分のベクトルを混ぜ合わせ、r2[i], i=1...(n-1)とする。

3.ベクトルr2の累積和を計算する：p2[1]=0; p2[i]=p2[i-1]+r2[i-1], i=2...n

得られたデータp2[]でモデルをテストする。

数値例です。

p={0.9379413 0.1411467 0.2540312 1.5440039 1.2363895} // いくつかの価格系列がある。

r={-0.7967946 0.1128845 1.2899727 -0.3076144} // 微分します。

r2={-0.7967946 -0.3076144 0.1128845 1.2899727} // シャッフル

p2={0 -0.7967946 -1.1044090 -0.9915245 0.2984482} // 積分します。

具体的な回答ありがとうございました。考えないといけないですね。今のところEViewsでは、シャッフリングのやり方がわかりません。ブートストラップのチェックボックスがあるが、使い方がわからない。考えないといけないですね。
 
Mathemat:
ARIMA です。パラメータdの意味については、そちらで説明しています。それは、差別化の順序です。
そして、公式の訳は上記の通りです。
 
faa1947:
具体的な回答ありがとうございました。考えないといけないですね。今のところEViewsでは、シャッフリングのやり方がよくわかりません。ブートストラップのチェックボックスがあるが、使い方がわからない。考えないといけないですね。


csv形式のデータをお持ちの方は、こちらに送って頂ければ、私が行います。R言語では、提案された変換は単純に行われます。

mix.ts <- function (ts) {
  cumsum(sample(diff(ts), length(ts) - 1))
}
 
anonymous:


csv形式のデータをお持ちの場合 - ここにアップロードしていただければ、私が処理します。R言語では、提案された変換は単純に行われます。

スレッドに結果を掲載したデータを添付します。使用したモデルです。

EURUSD hp1(-1 to -2) hp1_d(-1 to -1) eq1_hp2(-1 to -3) eq1_hp2_d(-1 to -4)

hp1 = HP(1/dx) - ドルインデックスの逆数値に対するHedrock-Prescottスムージング - ファイル内の2番目の列。

eq1_hp2 = hp(EURUSD - ( hp1(-1 to -2) hp1_d(-1 to -1)))

そんな単純な話じゃないんです。 何を使っているのか理解できません。
。

ファイル:
kotir11.zip  2 kb
 
faa1947:
そして、公式の訳は上記の通りです。
しかし、それは理解されなければならない。せっかく計量経済 学を紹介するのだから、ARMA、ARIMA、ARCHなど、誰もわからない用語も説明しなければならない。
 
Mathemat:
しかし、それは理解されなければならない。

マルクス・レーニン主義の文献を読まなければ、このような人民の間の理解は得られないのです
 
公式の翻訳は不十分だが、残念ながらロシア語圏の人々にはすでに受け入れられている。
 
Mathemat:
公式の翻訳は不十分だが、残念ながらロシア語圏のコミュニティではすでに受け入れられている。 。
さあARIMA - 自己回帰積分移動平均 これらの著者は不十分である。
 
Mathemat:
しかし、それは理解されなければならない。せっかく計量経済学を紹介するのだから、ARMA、ARIMA、ARCHなど、誰もわからない用語も説明しなければならない。
40年ほど前、BoxとJenkinsがARMAについて300ページにも及ぶ本を書きました。それを掲示板で短文で済ませるなんて、私のことを考えすぎです。
 

ARIMA - autoregressive integrated moving average Это авторы неадекватные

そうですね......ARCHの話をしたんです。誰かが絶対的に不充分なんです。

自己回帰条件付き異種分散性

または

自己回帰条件付き異種分散性

1...767778798081828384858687888990...139
新しいコメント