나는 꽤 복잡한 일(DSP는 NS에 추가되어야 함)을 마스터한 사람들이 자신의 비즈니스와 직접적으로 관련된 과학을 마스터하는 데 신경 쓰지 않는다는 사실에 끊임없이 놀랐습니다.
그리고 일반적으로 이 사이트에 계량 경제학 이 없는 이유를 이해할 수 없습니다. 약 반년 전에 나는 검색을 시작했고 몇 개의 링크를 얻었습니다. 계량경제학을 제외한 모든 것.
... NN은 이 현상에 민감하고 적절하게 훈련되지 않았기 때문에 정상성을 개선하기 위해 원래 시계열의 다른 유형의 변환을 시도했습니다.
계량 경제학의 관점에서 NN은 평활화 기능에 불과하며 제 생각에는 가장 성공적인 기능은 아닙니다. 더 효율적이고 관리하기 쉽고 잘 개발되고 시각적인 매끄럽게 하는 다른 방법이 있습니다. 더욱이, 더 중요한 것은 이러한 방법이 일반적으로 평활화 결과의 평가와 관련되어 있다는 것입니다.
... 그러나 정상성에 대한 테스트를 수행하지 않았습니다.
고정성 테스트는 시작에 불과합니다. 대부분의 경우 Dickey-Fuller 테스트는 아무 말도 하지 않지만 항상 숫자를 제공합니다. 우리는 단계적으로 이동해야 하며, 해당하는 귀무가설을 엄격히 기각/수용할 수 있는 다음 단계의 결과가 실질적으로 없습니다. 예를 들어, 이분산 유형 중 하나에 대한 테스트에서 두 모델을 비교하면 이분산이 없을 확률인 30%와 40%라는 두 개의 숫자를 얻게 됩니다. 다른 유형의 이분산성(50% 및 20%)의 경우 질문은 다음과 같습니다. 모델 중 어느 것이 더 낫습니까?
나는 꽤 복잡한 일(DSP는 NS에 추가되어야 함)을 마스터한 사람들이 자신의 비즈니스와 직접적으로 관련된 과학을 마스터하는 데 신경 쓰지 않는다는 것에 끊임없이 놀랐습니다.
그리고 일반적으로 이 사이트에 계량 경제학이 없는 이유를 이해할 수 없습니까? 약 반년 전에 나는 검색을 시작했고 몇 개의 링크를 얻었습니다. 계량경제학을 제외한 모든 것.
... NN은 이 현상에 민감하고 적절하게 훈련되지 않았기 때문에 정상성을 개선하기 위해 원래 시계열의 다른 유형의 변환을 시도했습니다.
계량 경제학의 관점에서 NN은 평활화 기능에 불과하며 제 생각에는 가장 성공적인 기능은 아닙니다. 더 효율적이고 관리하기 쉽고 잘 개발되고 시각적으로 매끄럽게 하는 다른 방법이 있습니다. 더욱이, 더 중요한 것은 이러한 방법이 일반적으로 평활화 결과의 평가와 관련되어 있다는 것입니다.
... 그러나 정상성에 대한 테스트를 수행하지 않았습니다.
고정성 테스트는 시작에 불과합니다. 대부분의 경우 Dickey-Fuller 테스트는 아무 말도 하지 않지만 항상 숫자를 제공합니다. 우리는 단계적으로 이동해야 하며, 해당 귀무가설을 엄격히 기각/수용할 수 있는 다음 단계의 결과가 실질적으로 없습니다. 예를 들어, 이분산 유형 중 하나에 대한 테스트에서 두 모델을 비교하면 이분산이 없을 확률인 30%와 40%라는 두 개의 숫자를 얻게 됩니다. 다른 유형의 이분산성(50% 및 20%)에 대해 질문은 다음과 같습니다. 모델 중 어느 것이 더 낫습니까?
COS란 무엇입니까?
나에게 이것은 비즈니스가 아니지만 "취미"라는 단어가 더 적합합니다. 나는 다른 방향으로 일하며 경제나 수학 교육을 받지 않고 오히려 통계적 방법을 사용하는 인도주의 교육을 받았습니다. 이러한 배경을 바탕으로 관심 있는 분야를 연구하고, 지식이 부족하다는 것을 알게 되면 지식이 축적되는 방향을 파헤칩니다. 그것은 눈덩이와 같습니다. 바로, 가사입니다.
"경제학의 관점에서 NN은 평활화 기능에 불과하며, 제 생각에는 가장 성공적인 것은 아닙니다. 더 효율적이고 관리하기 쉬우며 잘 발달되고 시각적인 평활화 방법이 있습니다. 게다가, 중요하게, 이러한 방법은 일반적으로 평활화 결과의 평가와 결합됩니다."
항상 이런 것은 아닙니다. 신경망을 사용하는 특별한 경우를 지정했습니다. 그들의 도움으로 하드 또는 하드(확률)가 아닌 분류가 가능합니다. 또한 클러스터 분석을 수행합니다. 시계열에 대한 함수를 근사화하는 작업과 함께 이 모든 작업을 시도했습니다.
"대다수의 경우에 대한 Dickey-Fuller 테스트는 아무 말도 하지 않지만 항상 숫자를 제공합니다."
나에게 이것은 비즈니스가 아니지만 "취미"라는 단어가 더 적합합니다. 나는 다른 방향으로 일하며 경제나 수학 교육을 받지 않고 오히려 통계적 방법을 사용하는 인도주의 교육을 받았습니다. 이런 배경지식을 바탕으로 관심 있는 분야를 공부하고, 부족한 지식이 있으면 쌓이는 방향으로 파고든다. 그것은 눈덩이와 같습니다. 바로, 가사입니다.
"경제학의 관점에서 NN은 평활화 기능에 불과하며, 제 생각에는 가장 성공적인 것은 아닙니다. 더 효율적이고 관리하기 쉬우며 잘 발달되고 시각적인 평활화 방법이 있습니다. 게다가, 더 중요한 것은 이러한 방법이 일반적으로 평활화 결과의 평가와 결합된다는 것입니다."
항상 이런 것은 아닙니다. 신경망을 사용하는 특별한 경우를 지정했습니다. 그들의 도움으로 하드 또는 하드(확률)가 아닌 분류가 가능합니다. 또한 클러스터 분석을 수행합니다. 시계열에 대한 함수를 근사화하는 작업과 함께 이 모든 작업을 시도했습니다.
"대다수의 경우에 대한 Dickey-Fuller 테스트는 아무 말도 하지 않지만 항상 숫자를 제공합니다."
이것은 많은 통계적 가설 테스트의 문제입니다.
일반적으로 나는 다음과 같은 계량 경제학 연구를 이해합니다. 최소한 귀하의 연구는 다음과 같습니다. 상관 관계가 없는 정규 분포 노이즈를 얻기 위해 일부 적합 곡선이나 선을 취하고 일련의 잔차를 연구합니다. 그래서?
계량 경제학은 고정되지 않은 프로세스에서 작동하며 대략적인 알고리즘은 게시물에 설명되어 있습니다. non-stationarity는 non-stationarity로 인해 어떤 TS추정(PF,drawdowns,drawdowns, 및 기타)는 허구이며 그러한 영역은 차량이 차고를 병합할 미래의 kotir에 나타날 것입니다.
경제 데이터 측정 과학 - 계량 경제학은 다른 매우 존경받는 과학과 다르지만 별도의 독립적 인 과학이며 일관되게 행동하고 각 중간 결과를 모델 형태로 고정하고 고정 잔차를 얻으려고 노력하며 추정치를 제공합니다. 고정되지 않은 시장에서 일할 때 미래 TS의 안정성.
이것은 EURUSD 및 세 가지 지표(직선, 지수 평활, Hodrick-Prescott 필터)에 대한 예와 함께 여기 에 표시됩니다.
여러분, 경제 데이터를 측정하기 위해 별도의 과학을 사용하고, 대학 교과서 "경제학"을 읽기에 너무 게으르다는 이유로 이웃 과학에서 무언가를 귀로 끌어 들이려고하지 마십시오. 우리나라에는 2000년도 교과서가 있는데, 10년 넘게 대학에서는 '정보의존'이라는 말도 안되는 헛소리를 하지 않고 과학에서 경제 데이터를 측정하는 전문가를 배출하고 있다.
그리고 일반적으로 함께 살자.
당신의 주장은 분명하지만 계량 경제학의 문제는 처음에는 잘못된 믿음과 가정에서 잘못된 이론과 도구가 만들어지고 이러한 도구의 경우 연구 대상이 실제 시장으로 대체되고 두 가지가 얼마나 유사한지에 대한 결론이 도출된다는 것입니다. 연구 대상은.
20-30년 후에 계량 경제학이 프톨레마이오스 이론의 운명을 반복하지 않을 것이라는 확신은 어디에 있습니까? 한때 이 이론은 우리 주변의 세계를 아주 잘 설명했습니다.
다음은 E. Peters가 이에 대해 쓴 내용입니다(수학자이자 이 문제를 깊이 이해하는 몇 안 되는 사람 중 한 명).
자기 상관 및 확률 밀도 함수의 형태에 대한 잔차 분석. 물론, R^2. 이것은 원칙적으로 일반적으로 허용되는 시계열 예측 방법입니다.
이것은 시작에 불과하며 상식적으로 완전한 것은 아닙니다. 이것은 단지 사용법의 예일 뿐이지만 여기 에 완전히 표시됩니다. 세 가지 분석 그룹: 계수, 잔차 및 안정성. 모순을 조정하면 목표가 예측이고 다른 모든 것이 중간 결과이기 때문에 항상 예측 오류인 추정치를 얻을 수 있습니다.
효율적 시장 이론은 계량 경제학 에서 고려되지 않습니다 . 그녀의 모든 가정은 시장이 효율적이지 않다는 사실에 근거합니다. 계량 경제학에는 Markowitz와 그의 변호인과 그들의 효율적인 포트폴리오가 포함되지 않습니다. 계량 경제학은 100년 이상 존재했으며 Peters, Mandelbrot 및 기타 사람들에 의해 논박 된 적이 없습니다.
예측을 한 단계 앞서 실증하고 몇 단계 앞서 예측이 치명적인 악화의 이유를 보여주는 것은 계량 경제학입니다.
친구 프톨레마이오스가 있다는 것은 좋은 일이지만 이것이 계량 경제학을 거부하는 이유는 아니며 그 안에없는 것을 귀속시킵니다.
나 자신도 신경망을 마스터하는 데 몇 달을 보냈습니다...
나는 꽤 복잡한 일(DSP는 NS에 추가되어야 함)을 마스터한 사람들이 자신의 비즈니스와 직접적으로 관련된 과학을 마스터하는 데 신경 쓰지 않는다는 사실에 끊임없이 놀랐습니다.
그리고 일반적으로 이 사이트에 계량 경제학 이 없는 이유를 이해할 수 없습니다. 약 반년 전에 나는 검색을 시작했고 몇 개의 링크를 얻었습니다. 계량경제학을 제외한 모든 것.
... NN은 이 현상에 민감하고 적절하게 훈련되지 않았기 때문에 정상성을 개선하기 위해 원래 시계열의 다른 유형의 변환을 시도했습니다.
계량 경제학의 관점에서 NN은 평활화 기능에 불과하며 제 생각에는 가장 성공적인 기능은 아닙니다. 더 효율적이고 관리하기 쉽고 잘 개발되고 시각적인 매끄럽게 하는 다른 방법이 있습니다. 더욱이, 더 중요한 것은 이러한 방법이 일반적으로 평활화 결과의 평가와 관련되어 있다는 것입니다.
... 그러나 정상성에 대한 테스트를 수행하지 않았습니다.
고정성 테스트는 시작에 불과합니다. 대부분의 경우 Dickey-Fuller 테스트는 아무 말도 하지 않지만 항상 숫자를 제공합니다. 우리는 단계적으로 이동해야 하며, 해당하는 귀무가설을 엄격히 기각/수용할 수 있는 다음 단계의 결과가 실질적으로 없습니다. 예를 들어, 이분산 유형 중 하나에 대한 테스트에서 두 모델을 비교하면 이분산이 없을 확률인 30%와 40%라는 두 개의 숫자를 얻게 됩니다. 다른 유형의 이분산성(50% 및 20%)의 경우 질문은 다음과 같습니다. 모델 중 어느 것이 더 낫습니까?
나 자신도 신경망을 마스터하는 데 몇 달을 보냈습니다...
나는 꽤 복잡한 일(DSP는 NS에 추가되어야 함)을 마스터한 사람들이 자신의 비즈니스와 직접적으로 관련된 과학을 마스터하는 데 신경 쓰지 않는다는 것에 끊임없이 놀랐습니다.
그리고 일반적으로 이 사이트에 계량 경제학이 없는 이유를 이해할 수 없습니까? 약 반년 전에 나는 검색을 시작했고 몇 개의 링크를 얻었습니다. 계량경제학을 제외한 모든 것.
... NN은 이 현상에 민감하고 적절하게 훈련되지 않았기 때문에 정상성을 개선하기 위해 원래 시계열의 다른 유형의 변환을 시도했습니다.
계량 경제학의 관점에서 NN은 평활화 기능에 불과하며 제 생각에는 가장 성공적인 기능은 아닙니다. 더 효율적이고 관리하기 쉽고 잘 개발되고 시각적으로 매끄럽게 하는 다른 방법이 있습니다. 더욱이, 더 중요한 것은 이러한 방법이 일반적으로 평활화 결과의 평가와 관련되어 있다는 것입니다.
... 그러나 정상성에 대한 테스트를 수행하지 않았습니다.
고정성 테스트는 시작에 불과합니다. 대부분의 경우 Dickey-Fuller 테스트는 아무 말도 하지 않지만 항상 숫자를 제공합니다. 우리는 단계적으로 이동해야 하며, 해당 귀무가설을 엄격히 기각/수용할 수 있는 다음 단계의 결과가 실질적으로 없습니다. 예를 들어, 이분산 유형 중 하나에 대한 테스트에서 두 모델을 비교하면 이분산이 없을 확률인 30%와 40%라는 두 개의 숫자를 얻게 됩니다. 다른 유형의 이분산성(50% 및 20%)에 대해 질문은 다음과 같습니다. 모델 중 어느 것이 더 낫습니까?
COS란 무엇입니까?
나에게 이것은 비즈니스가 아니지만 "취미"라는 단어가 더 적합합니다. 나는 다른 방향으로 일하며 경제나 수학 교육을 받지 않고 오히려 통계적 방법을 사용하는 인도주의 교육을 받았습니다. 이러한 배경을 바탕으로 관심 있는 분야를 연구하고, 지식이 부족하다는 것을 알게 되면 지식이 축적되는 방향을 파헤칩니다. 그것은 눈덩이와 같습니다. 바로, 가사입니다.
"경제학의 관점에서 NN은 평활화 기능에 불과하며, 제 생각에는 가장 성공적인 것은 아닙니다. 더 효율적이고 관리하기 쉬우며 잘 발달되고 시각적인 평활화 방법이 있습니다. 게다가, 중요하게, 이러한 방법은 일반적으로 평활화 결과의 평가와 결합됩니다."
항상 이런 것은 아닙니다. 신경망을 사용하는 특별한 경우를 지정했습니다. 그들의 도움으로 하드 또는 하드(확률)가 아닌 분류가 가능합니다. 또한 클러스터 분석을 수행합니다. 시계열에 대한 함수를 근사화하는 작업과 함께 이 모든 작업을 시도했습니다.
"대다수의 경우에 대한 Dickey-Fuller 테스트는 아무 말도 하지 않지만 항상 숫자를 제공합니다."
이것은 많은 통계적 가설 테스트 의 문제입니다.
일반적으로 나는 다음과 같은 계량 경제학 연구를 이해합니다. 최소한 귀하의 연구는 다음과 같습니다. 상관 관계가 없는 정규 분포 노이즈를 얻기 위해 일부 적합 곡선이나 선을 취하고 일련의 잔차를 연구합니다. 그래서?
COS란 무엇입니까?
나에게 이것은 비즈니스가 아니지만 "취미"라는 단어가 더 적합합니다. 나는 다른 방향으로 일하며 경제나 수학 교육을 받지 않고 오히려 통계적 방법을 사용하는 인도주의 교육을 받았습니다. 이런 배경지식을 바탕으로 관심 있는 분야를 공부하고, 부족한 지식이 있으면 쌓이는 방향으로 파고든다. 그것은 눈덩이와 같습니다. 바로, 가사입니다.
"경제학의 관점에서 NN은 평활화 기능에 불과하며, 제 생각에는 가장 성공적인 것은 아닙니다. 더 효율적이고 관리하기 쉬우며 잘 발달되고 시각적인 평활화 방법이 있습니다. 게다가, 더 중요한 것은 이러한 방법이 일반적으로 평활화 결과의 평가와 결합된다는 것입니다."
항상 이런 것은 아닙니다. 신경망을 사용하는 특별한 경우를 지정했습니다. 그들의 도움으로 하드 또는 하드(확률)가 아닌 분류가 가능합니다. 또한 클러스터 분석을 수행합니다. 시계열에 대한 함수를 근사화하는 작업과 함께 이 모든 작업을 시도했습니다.
"대다수의 경우에 대한 Dickey-Fuller 테스트는 아무 말도 하지 않지만 항상 숫자를 제공합니다."
이것은 많은 통계적 가설 테스트의 문제입니다.
일반적으로 나는 다음과 같은 계량 경제학 연구를 이해합니다. 최소한 귀하의 연구는 다음과 같습니다. 상관 관계가 없는 정규 분포 노이즈를 얻기 위해 일부 적합 곡선이나 선을 취하고 일련의 잔차를 연구합니다. 그래서?
COS란 무엇입니까?
디지털 신호 처리.
항상 이런 것은 아닙니다. 신경망을 사용하는 특별한 경우를 지정했습니다.
예, 물론 더 광범위하게 계량 경제학 에서.
피팅 곡선이나 선을 선택하고 일련의 잔차를 연구하여 상관되지 않은 정규 분포 노이즈를 얻습니다. 그래서?
네, 그게 목표입니다. 비록 달성할 수는 없었지만 예측오차의 변동이 5% 이내로 훨씬 더 안정적인 모델을 만들 수 있었다.
네, 그게 목표입니다. 비록 달성할 수는 없었지만 예측오차의 변동이 5% 이내로 훨씬 더 안정적인 모델을 만들 수 있었다.
통계 모델로 매출을 예측할 때도 마찬가지입니다. 모델의 품질 평가 - 자기 상관에 대한 잔차 분석 및 확률 밀도 함수의 형태. 물론, R^2. 이것은 원칙적으로 일반적으로 허용되는 시계열 예측 기술입니다.
신경망의 경우 아마도 나는 이것을 한 적이 없으며 잔차도 분석해야 합니다. 당신은 이것에서 정확합니다 (내가 시리즈를 근사하는 곡선을 만들고 있다면).
TI의 경우 중요한 시차 또는 기타 독립 변수를 찾는 데 이론의 역할. 본질적으로 구성된 모델에 따르면 사실상 많은 잔차를 분석해야 합니다.
이해가 잘 안됩니다.
계량 경제학은 고정되지 않은 프로세스에서 작동하며 대략적인 알고리즘은 게시물에 설명되어 있습니다. non-stationarity는 non-stationarity로 인해 어떤 TS추정(PF,drawdowns,drawdowns, 및 기타)는 허구이며 그러한 영역은 차량이 차고를 병합할 미래의 kotir에 나타날 것입니다.
경제 데이터 측정 과학 - 계량 경제학은 다른 매우 존경받는 과학과 다르지만 별도의 독립적 인 과학이며 일관되게 행동하고 각 중간 결과를 모델 형태로 고정하고 고정 잔차를 얻으려고 노력하며 추정치를 제공합니다. 고정되지 않은 시장에서 일할 때 미래 TS의 안정성.
이것은 EURUSD 및 세 가지 지표(직선, 지수 평활, Hodrick-Prescott 필터)에 대한 예와 함께 여기 에 표시됩니다.
여러분, 경제 데이터를 측정하기 위해 별도의 과학을 사용하고, 대학 교과서 "경제학"을 읽기에 너무 게으르다는 이유로 이웃 과학에서 무언가를 귀로 끌어 들이려고하지 마십시오. 우리나라에는 2000년도 교과서가 있는데, 10년 넘게 대학에서는 '정보의존'이라는 말도 안되는 헛소리를 하지 않고 과학에서 경제 데이터를 측정하는 전문가를 배출하고 있다.
그리고 일반적으로 함께 살자.
당신의 주장은 분명하지만 계량 경제학의 문제는 처음에는 잘못된 믿음과 가정에서 잘못된 이론과 도구가 만들어지고 이러한 도구의 경우 연구 대상이 실제 시장으로 대체되고 두 가지가 얼마나 유사한지에 대한 결론이 도출된다는 것입니다. 연구 대상은.
20-30년 후에 계량 경제학이 프톨레마이오스 이론의 운명을 반복하지 않을 것이라는 확신은 어디에 있습니까? 한때 이 이론은 우리 주변의 세계를 아주 잘 설명했습니다.
다음은 E. Peters가 이에 대해 쓴 내용입니다(수학자이자 이 문제를 깊이 이해하는 몇 안 되는 사람 중 한 명).
다음은 계량경제학에 대해 그가 쓴 내용입니다.
그의 책에는 실천과 분리된 이론이 이끌 수 있는 더 많은 예가 있습니다.
자기 상관 및 확률 밀도 함수의 형태에 대한 잔차 분석. 물론, R^2. 이것은 원칙적으로 일반적으로 허용되는 시계열 예측 방법입니다.
이것은 시작에 불과하며 상식적으로 완전한 것은 아닙니다. 이것은 단지 사용법의 예일 뿐이지만 여기 에 완전히 표시됩니다. 세 가지 분석 그룹: 계수, 잔차 및 안정성. 모순을 조정하면 목표가 예측이고 다른 모든 것이 중간 결과이기 때문에 항상 예측 오류인 추정치를 얻을 수 있습니다.
나는 꽤 복잡한 일(DSP는 NS에 추가되어야 함)을 마스터한 사람들이 자신의 비즈니스와 직접적으로 관련된 과학을 마스터하는 데 신경 쓰지 않는다는 사실에 끊임없이 놀랐습니다.
계량경제학은 이 사업이 도박인 경우에만 사업과 관련이 있습니다. 카지노 소유자 사이트에서 지지자를 찾으십시오.
그의 책에는 실천과 분리된 이론이 이끌 수 있는 더 많은 예가 있습니다.
효율적 시장 이론은 계량 경제학 에서 고려되지 않습니다 . 그녀의 모든 가정은 시장이 효율적이지 않다는 사실에 근거합니다. 계량 경제학에는 Markowitz와 그의 변호인과 그들의 효율적인 포트폴리오가 포함되지 않습니다. 계량 경제학은 100년 이상 존재했으며 Peters, Mandelbrot 및 기타 사람들에 의해 논박 된 적이 없습니다.
예측을 한 단계 앞서 실증하고 몇 단계 앞서 예측이 치명적인 악화의 이유를 보여주는 것은 계량 경제학입니다.
친구 프톨레마이오스가 있다는 것은 좋은 일이지만 이것이 계량 경제학을 거부하는 이유는 아니며 그 안에없는 것을 귀속시킵니다.
헛소리, 책을 읽고 ABC로 시작하십시오.
당신 같은.