計量経済学：状態空間モデルによる予測 - ページ 26

[EconModel]

anonymous:

どの計量経済学の講座でも（あなたは本当に計量経済学者ですか？）、モデルパラメータ推定値の分散と推定値が真値に収束する速度について教えてくれます。サンプルサイズが小さく、系列に構造変化がない場合、モデルパラメータ推定値の分散は大きくなります。標本サイズが大きくなると，分散（多くの場合：）は，eps*sqrt(n), eps>0, n はオブザベーションの数であるとして減少します．

パラメータ推定誤差は、どのようなモデルでも誤差の要因となる。したがって、パラメータ推定の精度が低ければ低いほど、モデルの誤差は大きくなる。

一方、ウィンドウを小さくすることで、パラメータの変化に適応することができます。実際には、この問題は、ウィンドウサイズを小さくする代わりに、モデルパラメータの減衰問題を解くことによって、よりよく解決されます。

あらゆる計量経済学の コースで（本当に計量経済学者なのか？）

私はエコノメトリックス（計量経済学）の専門家ではありません。と言われるように、違いを実感してください。

私の仕事では、特定のパッケージに限定され、それを超えることはできません。 そのパッケージには、次のような基準で最適なモデルが選ばれているのです。

#                                       opt.crit=       c(  "lik",  #   log-правдоподобие (умолчан)
#                                                       "amse", #   mse для первого прогноза
#                                                        "mse",  #   среднеквадратичная ошибка 
#                                                        "sigma",#   стандартное отклонение остатка
#                                                        "mae"), #   среднее абсолютного остатка
                                        opt.crit=       c("lik"),   #   log-правдоподобие (умолчан)

モデルに付属する本で読んだのですが、初期ランダム過程によって異なる基準がより良い結果を与えるが、平均的には対数尤度が最も良い結果を与えるとのことでした。

テスターの結果、私のサンプルのウィンドウは20から40バールの範囲にあり、ほぼ同じ結果でしたが、この範囲を超えると急激に悪化することがわかりました。ただし、これは私の特殊なサンプルでの話です。テスターは私的な結果を出し、この結果を一般化するための根拠を示さないので、信用できません。

[EconModel]

yosuf:
そこからの機能wの種類に興味を持ちました。バランスは、ほとんど興味がない、手段（エクイティ）を分析する。

公開されているパッケージを使っているので特に不思議はないのですが、R言語（計算という意味）で話ができる1200の書き捨て指標をまだ待っています。