計量経済学:CUのバランスシートについて説明しよう。 - ページ 17

 
Demi:

十分に長い系列を細かく切り刻み、MOを決定し、それを比較する方法。定常的なシリーズでは、3~5%以上の変化は避けなければならない。

散らばりましょう。定常性の定義にリンクを張ってもらえないでしょうか。私は出会ったことがありません。私は、あなたとは違う、まさに1つを使用しています。以前、ここの数学者がバリエーションを増やすと宣言していましたが、あなたの定義はただのニュースなので、リンクをお願いします。
 
Avals:

(振り出しに戻る))。クオリティ・トレーディングとは?明らかに高いレベルのリターン・リスク。リスクは、実はその残差の分散なのです。では、コーシーのように分散が無限・不定であれば、インカム/リスクはどうすれば満たされるのでしょうか?
リスクは決して残差の分散ではありません。
 
faa1947:

その「矛盾」を解消するために、「定常性」の定義にリンクを張ってもらえないでしょうか。出会っていないんです。私は、あなたとは違う、まさに1つを使用しています。以前、ここの数学者がもっとバリエーションを増やすと宣言していましたが、あなたの定義はただのニュースなので、リンクをお願いします。


これは定常性の応用的な定義で、サンプル全体やすべての実現に同じ手口があるというのは、現実にはほとんど起こらない抽象的なことだからです。

まあ、記事を見てください。本文に書いてあります

"定常ランダム過程では、数学的な期待値は定数である。エルゴード過程では、ある実現値に対して計算された数学的期待値と分散、自己相関関数は、他のどの実現値に対しても同じになります。そこで、エルゴード性を検証するには、同じ長さの3~5個のリアリゼーションについて分散を計算し、それらを比較すればよい。 それらの差が3~5%であれば、プロセスはエルゴードであり、その特性を計算するにはリアリゼーションの長さが十分であるといえるだろう。10%以上の差がある場合は、プロセスが非定常であるか、短すぎる実測値が使われている」(C)

 
Demi:


これは定常性の応用的な定義であり、サンプル全体またはすべての実現に渡って同じ手口は、現実にはほとんど起こらない抽象的なものだからである。

まあ、記事を見てくださいよ。本文に書いてあります

"定常ランダム過程では、数学的な期待値は定数である。エルゴード過程では、ある実現値に対して計算された数学的期待値と分散、自己相関関数は、他のどの実現値に対しても同じになります。したがって、エルゴード性を検証するには、同じ長さの 3~5 個の リアリゼーションについて分散を計算 し、それらを比較するだけで十分です。 それらの差が3~5%であれば、プロセスはエルゴードであり、その特性を計算するのに十分な長さのリアリゼーションであるといえます。10%以上の差がある場合は、プロセスが非定常であるか、実現期間が短すぎるかのどちらかである」(C)。

引用元には「分散」があるのに、あなたにはない。私があなたに質問するのは、すべてそのためです。全体を2つに分けて使わなくても、別々に使うことができます。上記を通して、私はそれらを一緒にしか使っておらず、このスレッドでは一緒にしか使っていないことに意味があるのです。
 
faa1947:
引用元には「分散」があるのに、あなたにはない。私があなたに質問するのは、すべてそのためです。全体を2つに分けて使わなくても、別々に使うことができます。上記を通して、私はそれらを一緒にしか使っておらず、このスレッドでは一緒にしか使っていないことに意味があるのです。


よくわからなかったのですが、定常性についての議論だったのですね。定常性とは、MOが一定であること。
 
Demi:


14

クレジット?

クレジットなし。

オートマトンの絵の中に、y=a+bxという式の分析線がある。そして、この直線上の点の位置は、この式であらかじめ決められている。

期待値は確率変数の特性であり、解析的で決定論的なあらかじめ決められた点の集合とは関係がない。

このグラフの直線をNEの実現と見なすと、決定論的な成分を差し引いた残りは、モと分散(ばらつき)を持つことになるのです。このようにすると、mo=0、分散=0となり、決定論的な点の集合を扱っていることが確認される。

定常性は確率変数の特性であり、決定論的変数とは関係がない。

私は、定常性の定義として、モ=一定、分散=一定を使用しています。 常に両方です。 この労働者-農民の定義は、ググって絞り込んでも意味は変わらない。あなたの定義は全く存在しない。

 


アヴァルス

まあ振り出しに戻るわけですが)クオリティ・トレーディングとは?明らかに高いレベルのリターン・リスク。リスクとは、実はその残差の分散なのです。では、コーシーのように分散が無限・不定であれば、インカム・リスクはどうすれば満足するのでしょうか?


アフトマット

リスク -- それは決して残差の分散ではありません。

それに、どんな分布も、その名前ではなく、パラメータによって特徴付けられることを理解しなければなりません ;) したがって、コーシー分布だから水を抜けばいいというのは、現象の本質を見誤ることになります......。そのパラメータが排水であることが証明されれば、コーシーでも正規分布でも、どの分布でも排水することが可能です。

これがCauchy -- 異なるパラメータで

 
avtomat:

それに、どんな分布もその名前ではなく、そのパラメータによって特徴づけられることを理解する必要があります ;) したがって、「コーシー分布なら水を抜いて~」というのは、現象の本質を見誤ることになるのです。そのパラメータが排水であることが証明されれば、コーシーでも正規分布でも、どの分布でも排水することが可能です。

これがコーシー--パラメータを変えて。


またAFCの話か。

まあコシはこの話題とコタツ全般と何の関係があるんだ。私たちは、ここで、グラフの右端を 超えた次のNE値は、ある区間であらかじめ決まっている、つまり、数学的な期待値と分散の両方が存在する、と考えています。 まあ、なんというか、コーシーなんですよね。あとドロー、密度じゃなくてよかった、そうじゃないとみんなノーマルと勘違いしちゃうから...。

 

中世では、このように宇宙の構造が想像されていたのです。

.

教会やスコラ哲学者の主張により、自然観察はアリストテレスの著作の研究に取って代わられた。ある修道士が望遠鏡で太陽の黒点を見て、それを教会の上役に見せようと思ったのがその典型である。しかし彼は、「無駄なことだ、息子よ、私はアリストテレスの著作を初めから終わりまで何度も読んだが、彼の中にそのようなものはどこにもないと断言できる」と言って、見ることを拒んだのだ。ゆっくりしていってください。黒点と勘違いしているのは、メガネや目の欠陥に過ぎませんのでご安心ください。"

このように、生活から、自然から孤立して、私たちを取り巻く世界を研究するのが中世の学問であった。

.

現代風に言えば、"貴族 "ですね。

 
avtomat:

中世では、このように宇宙の構造が想像されていたのです。

.

教会やスコラ哲学者の主張により、自然観察はアリストテレスの著作の研究に取って代わられた。ある修道士が望遠鏡で太陽の黒点を見て、それを教会の上役に見せようと思ったのがその典型である。しかし彼は、「無駄なことだ、息子よ、私はアリストテレスの著作を初めから終わりまで何度も読んだが、彼の中にそのようなものはどこにもないと断言できる」と言って、見ることを拒んだのだ。ゆっくりしていってください。黒点と勘違いしているのは、メガネや目の欠陥に過ぎませんのでご安心ください。"

このように、生活から、自然から孤立して、私たちを取り巻く世界を研究するのが中世の学問であった。

.

現代風に言えば、"貴族 "と......。


何度もアドバイスしてきました、心から。状態空間モデルを見てください。これらはすべてTAUから派生したものだと思いますが、よりシンプルにしたものです。

それ以外の人は、気にしないでください--ばかばかしい。