R - あなたの経験をお聞かせください - ページ 7

 
RandomWorker:

コメントをお願いします。


モデル順序は、赤池情報量規準を用いて自動的に選択される。ar コマンドのヘルプを読んでください。

 

発見

> x<-ar.burg(eur,aic=F,20)です。

> x


コール

ar.burg.default(x = eur, aic = F, order.max = 20)


係数です。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

0.9665 0.1096 -0.0941 0.0106 0.0004 0.0488 -0.0343 -0.0229 0.0288 0.0033 -0.0496 0.0168 0.0139 -0.0190 -0.0115 0.0173 0.0258 -0.0132 -0.0346 0.0365

私の理解では、T=20の例で言えば、より質の高い加重マッハです。定数である第1項のみが異なる。

このようなスケールでTCを作ることは可能なのだろうか。

 
RandomWorker:

私の理解では、これはT=20の例でいうところのウェイト付きウェービングで、より高品質であるに過ぎない。違いは第一項だけで、これは定数である。

どうでしょう、このようなスケールでTCを作ることは可能なのでしょうか?


誤解している、これらのモデルはスムージングに適していない。エコノメトリクスの 基礎を学ぶ。

また、単位根を持つデータに対してARモデルを推定しても、良い結果は得られない。

 
anonymous:


誤解しているのは、これらのモデルはスムージングに適していないことです。計量経済学の基礎を学ぶ。

さらに、単位根を持つデータに対してARモデルを推定しても、何の意味もない。

MNCのせいで係数が信用できないとでも言いたいのでしょうか?

しかし、ここには他の推定方法、デトレンド......がいくつもある。

では、ストーブパイプは?

計量経済学 ならともかく、TAダミーは別物ですからね。ここに推定誤差があり、すべて闇です。ちなみに、コピーしたわけではありません。

20σ^2が2.124e-06と推定されるオーダーを選択

 
RandomWorker:

ここに推定誤差があり、そこに固い闇がある。

あなたの場合、モデルの仕様に間違いがあります。

 
anonymous:

あなたの場合、モデルの仕様に間違いがあります。

それはわかります。

しかし、単純な機械であるエクスポネンシャルのモデル仕様誤差は何なのか、誤差を語るための加重係数はどこから得られるのか。そういうことなんです。

 
RandomWorker:

それはわかります。

しかし、単純な機械、エクスポネンシャルなもののモデル仕様誤差は何なのか、誤差を語るための加重係数はどこから得られるのか。そういうことなんです。

わかっていないようですね。計量経済学の 基礎を学ぶ。これ以上、学術的なふれこみをコメントするつもりはない。

マッシュアップ」には仕様上のミスはありません。重み付けされた係数の入手先 - DSPを研究する。

 
anonymous:

わかっていないようですね。計量経済学の基礎を学ぶ。これ以上、学術的なふれこみをコメントするつもりはない。

ウィザード」に仕様の間違いはありません。重み付けされた係数の入手先 - DSPを研究する。

厳しいけれども、それでもありがとうございます。

次に進みます。

 

ヘルプ、問題再発。

fm1 <- lm(dRegres1 ~ 1 + dRegres2, singular.ok = FALSE) リグレッションを評価した。

Rではすべてうまくいっているのですが、mt4から呼び出すとエラーになります。

lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) でエラーが発生しました。

0(非NA)例

一番困るのは、Rでデバッグしたコードがmt4で動かないことです。

ありがとうございました。

 
クソッタレRはどこだ、MTはどこだ。