退役軍人への追悼:ボックスとジェンキンス - ページ 3 1234567891011 新しいコメント Novichok1988 2012.01.28 09:19 #21 一言も理解できなかった =) Yury Reshetov 2012.01.28 09:33 #22 faa1947: ユーディンを見てみた。感心しない。チュートリアルEViewsやSTATISTICSの部分はほとんどありません。プログラムのデバッグは未知数です。 一番おいしいところが抜けている。最初のチュートリアルのように。しかし、工業的に応用できるものはない。 感想のためにこの教科書を買ったわけではありません。私が解決しなければならない応用的な課題に対しては、この中で説明されているプログラムは大げさで、つまり私は機能の多くを使いません。もちろん、このチュートリアルにはすべての場面の例が含まれているわけではなく、あくまでも基本を理解した上で、自分でやってみるためのものです。 ソフトウェアのデバッグに関しては、多少のバグはありますが、IMHOでは量的にも質的にも、独自のアナログソフトの限界を超えてはいません。 anonymous 2012.01.28 10:59 #23 faa1947: ARSSモデルを拡張したARPSSという形式があり、ここでPはプロインテグレートである。そこで登場するのが統合とは差別化のことですつまり、商の隣り合う棒の差を取るのです! この場合、「P」は「Read the theory」の略です。 "系列 y[t] は、定常系列 w[t]=(1-L)^d*y[t] に累積和の操作を d 回適用した結果であるため、積分と呼ばれる" //http://quantile.ru/01/01-AT.pdf 3.4 節 "ARIMA プロセス予測". (3) TAの全く新しい結果:指標の係数は確率変数である。少なくとも一つの結論は、現在の引用文に係数を適応させない指標は意味がない、ということです。 モデルを構築する際、プロセスを生成するモデルの係数が一定であることを暗黙のうちに仮定している、と言い忘れています。しかし、そのような係数は分からないので、観測されたプロセスの実現状況に基づいて、その係数を推定することになるのです。そしてこの場合、あなたの推定値は確率変数となります。 もし、プロセスを生成するモデルの係数が確率変数であると考えるなら、他のモデルを使うか、適切なパラメータ推定法を用いなければならない。 だから、あなたの出す結論は完全に間違っている。 СанСаныч Фоменко 2012.01.28 11:07 #24 Reshetov: 感想のためにこの教科書を買ったわけではありません。私が解決しなければならない応用的な課題に対しては、この中で説明されているプログラムは大げさで、つまり私は機能の多くを使いません。もちろん、このチュートリアルにはすべての場面の例が含まれているわけではなく、あくまでも基本を理解した上で、自分でやってみるためのものです。 デバッグソフトとしては、バグもありますが、量的にも質的にも、独自のアナログソフトの限界を超えていないとIMHOは考えています。 エクセルに多い気がします。 ところで、ユニット・ルート・テストは見たことがないのですが。 あなたの投稿に反応して初めて、フォワードTCテスト(NSを含む)は商が定常である場合にのみ意味を持つことに気づきました。まず単位根検定、次にフォワード検定。 СанСаныч Фоменко 2012.01.28 11:08 #25 audiomoroz: 一言も理解できなかった =) しかも、大昔の出来事について、すべてロシア語で書かれているので、苦にならないのです。 СанСаныч Фоменко 2012.01.28 11:12 #26 anonymous: この場合、「P」は「Read the theory」の略です。 "定常系列 w[t]=(1-L)^d*y[t] に累積和演算を d 回適用した結果なので、系列 y[t] は積分と呼ばれる" //http://quantile.ru/01/01-AT.pdf 3.4 節 "ARIMA process prediction"。 モデルを構築する際、プロセスを生成するモデルの係数が一定であることを暗黙のうちに仮定している、と言い忘れています。しかし、そのような係数は分からないので、観測されたプロセスの実現状況に基づいて、その係数を推定することになるのです。そしてこの場合、あなたの推定値は確率変数となります。 もし、プロセスを生成するモデルの係数が確率変数であると考えるなら、他のモデルを使うか、適切なパラメータ推定法を使わなければならない。 だから、あなたの結論は完全に間違っている。 バ、同僚、さっきまでどこにいたんだよ。私たちに参加してください。 もし、プロセスを生成するモデルの係数が確率変数であると考えるなら、他のモデルを使うか、適切なパラメータ推定法を使わなければならない。 だから、あなたの出した結論は完全に間違っている。 厳密には、その通りです。 しかし、私は、推定の結果見えてくる係数は、定数ではなく、ある区間内にある推定値であるという考えを進めています。係数の表では、次の列に注目することが義務づけられている。 Sceptic Philozoff 2012.01.28 12:12 #27 faa1947: BoxとJenkinsの前提は、市場の非定常性、市場の中の記憶の存在である。 非定常性とメモリが同列に扱われるとは思えないのですが。 СанСаныч Фоменко 2012.01.28 12:26 #28 Mathemat: 非定常性と記憶力がどう同列に扱われるのかがわからない。 もちろん、まったく別の概念であり、同じアプローチの中で別物として扱われます。 非定常性は、単位根検定によって定義される。 古典的な作品には「記憶」という概念はない。しかし、ACFやCHAKFの概念は広く使われている。これらのグラフの様子から、ARIMAモデルの順番を決定することが示唆される。しかし、もっと単純に、試行錯誤しながら最小のモデルを見つけることも可能です。 Sceptic Philozoff 2012.01.28 12:39 #29 faa1947: 古典的な作品には「記憶」という概念はない。しかし、ACFやCHAFCの概念は広く使われている。 。 また、計量経済 学では、「メモリ」という用語は「ACF」に完全に置き換えられています。素晴らしい。 СанСаныч Фоменко 2012.01.28 12:47 #30 Mathemat: そうそう、計量経済学では「メモリー」という言葉は「ACF」に完全に置き換わっています。すばらしい。 やめてくれ寓話を引用することはしない。 BoxとJenkinsを一部拡張して議論しているのみ。その中で、ACFは非常に重要な役割を担っています。どれかを指摘した。 スレッドの価値といえば。 検査結果の 解釈やフォワードテストの注意点については、何度も投稿しています。今日、レシェトフとの対話で、私は一つの重要な考えに気づきました。 テストとフォワードテストは,residue = kotir - TCが定常である場合のみ信頼できる!すなわち,ユニットルート検定をパスする。この残滓が非定常であれば、テストは全く信用できず、フォワードテストも役に立ちません。そ んな結論のために、支店を立ち上げることもできたようです。ここでBoxとJenkinsを紹介します。 1234567891011 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか? Googleでログイン
ユーディンを見てみた。感心しない。チュートリアルEViewsやSTATISTICSの部分はほとんどありません。プログラムのデバッグは未知数です。 一番おいしいところが抜けている。最初のチュートリアルのように。しかし、工業的に応用できるものはない。
感想のためにこの教科書を買ったわけではありません。私が解決しなければならない応用的な課題に対しては、この中で説明されているプログラムは大げさで、つまり私は機能の多くを使いません。もちろん、このチュートリアルにはすべての場面の例が含まれているわけではなく、あくまでも基本を理解した上で、自分でやってみるためのものです。
ソフトウェアのデバッグに関しては、多少のバグはありますが、IMHOでは量的にも質的にも、独自のアナログソフトの限界を超えてはいません。
ARSSモデルを拡張したARPSSという形式があり、ここでPはプロインテグレートである。そこで登場するのが統合とは差別化のことですつまり、商の隣り合う棒の差を取るのです!
この場合、「P」は「Read the theory」の略です。
"系列 y[t] は、定常系列 w[t]=(1-L)^d*y[t] に累積和の操作を d 回適用した結果であるため、積分と呼ばれる" //http://quantile.ru/01/01-AT.pdf 3.4 節 "ARIMA プロセス予測".
(3) TAの全く新しい結果:指標の係数は確率変数である。少なくとも一つの結論は、現在の引用文に係数を適応させない指標は意味がない、ということです。
モデルを構築する際、プロセスを生成するモデルの係数が一定であることを暗黙のうちに仮定している、と言い忘れています。しかし、そのような係数は分からないので、観測されたプロセスの実現状況に基づいて、その係数を推定することになるのです。そしてこの場合、あなたの推定値は確率変数となります。
もし、プロセスを生成するモデルの係数が確率変数であると考えるなら、他のモデルを使うか、適切なパラメータ推定法を用いなければならない。
だから、あなたの出す結論は完全に間違っている。
感想のためにこの教科書を買ったわけではありません。私が解決しなければならない応用的な課題に対しては、この中で説明されているプログラムは大げさで、つまり私は機能の多くを使いません。もちろん、このチュートリアルにはすべての場面の例が含まれているわけではなく、あくまでも基本を理解した上で、自分でやってみるためのものです。
デバッグソフトとしては、バグもありますが、量的にも質的にも、独自のアナログソフトの限界を超えていないとIMHOは考えています。
エクセルに多い気がします。
ところで、ユニット・ルート・テストは見たことがないのですが。
あなたの投稿に反応して初めて、フォワードTCテスト(NSを含む)は商が定常である場合にのみ意味を持つことに気づきました。まず単位根検定、次にフォワード検定。
一言も理解できなかった =)
しかも、大昔の出来事について、すべてロシア語で書かれているので、苦にならないのです。
この場合、「P」は「Read the theory」の略です。
"定常系列 w[t]=(1-L)^d*y[t] に累積和演算を d 回適用した結果なので、系列 y[t] は積分と呼ばれる" //http://quantile.ru/01/01-AT.pdf 3.4 節 "ARIMA process prediction"。
モデルを構築する際、プロセスを生成するモデルの係数が一定であることを暗黙のうちに仮定している、と言い忘れています。しかし、そのような係数は分からないので、観測されたプロセスの実現状況に基づいて、その係数を推定することになるのです。そしてこの場合、あなたの推定値は確率変数となります。
もし、プロセスを生成するモデルの係数が確率変数であると考えるなら、他のモデルを使うか、適切なパラメータ推定法を使わなければならない。
だから、あなたの結論は完全に間違っている。
バ、同僚、さっきまでどこにいたんだよ。私たちに参加してください。
もし、プロセスを生成するモデルの係数が確率変数であると考えるなら、他のモデルを使うか、適切なパラメータ推定法を使わなければならない。
だから、あなたの出した結論は完全に間違っている。
厳密には、その通りです。
しかし、私は、推定の結果見えてくる係数は、定数ではなく、ある区間内にある推定値であるという考えを進めています。係数の表では、次の列に注目することが義務づけられている。
非定常性と記憶力がどう同列に扱われるのかがわからない。
もちろん、まったく別の概念であり、同じアプローチの中で別物として扱われます。
非定常性は、単位根検定によって定義される。
古典的な作品には「記憶」という概念はない。しかし、ACFやCHAKFの概念は広く使われている。これらのグラフの様子から、ARIMAモデルの順番を決定することが示唆される。しかし、もっと単純に、試行錯誤しながら最小のモデルを見つけることも可能です。
。
そうそう、計量経済学では「メモリー」という言葉は「ACF」に完全に置き換わっています。すばらしい。
やめてくれ寓話を引用することはしない。
BoxとJenkinsを一部拡張して議論しているのみ。その中で、ACFは非常に重要な役割を担っています。どれかを指摘した。
スレッドの価値といえば。
検査結果の 解釈やフォワードテストの注意点については、何度も投稿しています。今日、レシェトフとの対話で、私は一つの重要な考えに気づきました。 テストとフォワードテストは,residue = kotir - TCが定常である場合のみ信頼できる!すなわち,ユニットルート検定をパスする。この残滓が非定常であれば、テストは全く信用できず、フォワードテストも役に立ちません。そ んな結論のために、支店を立ち上げることもできたようです。ここでBoxとJenkinsを紹介します。