Mathemat : 예측을 위한 이러한 조건의 충분성에 대한 진술의 증거에 대한 링크를 제공하십시오.
증거는 기억나지 않지만 여기저기서 사용하고 있다. 나는 내 (다른 사람의) 추론을 줄 것입니다. 다시 한 번: kotir = 추세 + 노이즈 + 주기성 + 이상값. 이것에서 나는 추세 + 노이즈를 취합니다. 가역성이 있습니다. 추세 + 노이즈를 추가하면 견적이 나옵니다.
우리는 무엇을 할 수 있습니까? 답은 분명합니다. 추세입니다. 또한 노이즈를 분석하는 것은 무의미하지만 트렌드가 있지만 노이즈 특성의 통계를 기록합니다. 우리는 트렌드가 노이즈에 남을 때까지 트렌드를 모델링합니다. 모든 경향이 식별되면(두 개 이상의 수준을 본 적이 없음) 노이즈에 ARCH가 있습니다. 있다면 모델링 방법도 알고 있습니다. 모델링했습니다. 나머지는 고정인가요? 아주. 우리는 모델링 방법을 모릅니다. 충분함의 표시로서의 기술이 아닙니다.
생각났지만. 고정 잔차는 레버리지 속성을 가질 수 있습니다. 증분의 부호를 변경할 확률은 부호를 유지할 확률보다 높습니다.
과적합이 없는 모델은 표본에 관계없이 정상 잔차를 생성해야 합니다.
왜 그래야 합니까? 전체 클래스가 있습니다. 적응형 모델은 어디에 있습니까?
내 모델은 기념비가 아니며 평생은 하나의 바, 말하자면 하나의 바 제품입니다. 나는 몇 년 동안 살 수 있는 모델을 믿지 않습니다. 당신은 그 이유를 설명했고 그들은 널리 알려져 있습니다.
... 그러면 모델에서 얻은 잔차의 정상성에 대해 이야기할 수 있습니다 .
나는 정상성 이론에 관심이 없습니다. 모델에 관심이 있습니다. 여기에는 최소한 세 가지 기본 질문이 있습니다.
1. 모델에 추가 변수가 있습니까?
2. 추가 변수를 포함해야 합니까?
3. 모델 구축 프로세스가 완료된 것으로 간주될 수 있습니까?
고정성은 모델 구축을 중단하는 기준입니다. 모두. 하나의 막대에 대한 추가 예측. 앞을 내다보고 있는 곳은 어디입니까?
그리고 은퇴할 때까지 먹일 모델을 만드는 것은 순수 공산주의, 위대하고 밝은 유토피아입니다.
따라서 이 기준만으로는 충분하지 않습니다. 당신이 고려하지 않는 것.
필요한 테스트를 수십 번만 입력했다면(그리고 그 필요성도 분명하지 않습니다!) 언젠가 이 필요성이 충분할 것이라고 희망하면서 모델의 충분성에 대한 확신은 어디에서 얻습니까?
왜 그들을 믿습니까? 그들은.
따라서 이 기준만으로는 충분하지 않습니다. 당신이 고려하지 않는 것.
필요한 테스트를 수십 번만 입력했다면(그리고 그 필요성도 분명하지 않습니다!) 언젠가 이 필요성이 충분할 것이라고 희망하면서 모델의 충분성에 대한 확신은 어디에서 얻습니까?
충분함은 지리학의 끝과 같습니다. 나머지에 자기회귀가 없고 ARCH가 모델링된 경우(필요한 경우) 모델링할 것이 없습니다. 지식은 끝났습니다.
그들은 할 수 있지만 하지 않습니다 . 텍스트가 R-스퀘어와 함께 표시되는 지표의 예를 제공하십시오. 지표가 사용되며 인용문을 어느 정도 반영하는지, 전혀 반영하는지 여부는 알려져 있지 않습니다. 눈으로 보면 "분명 훌륭한 지표"
그들은 ... 그들은 단지 쓰지 않습니다 ... 눈으로 판단하면 - 나는 단 하나의 주목할만한 지표를 보지 못했습니다 ... 이것을 위해 나는 수학적 통계를 분석 할 필요가 없습니다 ...
정말이야. 우리는 거의 안정적인 균형을 얻었습니다. 창을 1바 이동하고 모델 매개변수(지연 수)를 변경해야 합니다. 이는 시차 수가 표시된 두 극단 열의 표에서 명확하게 볼 수 있습니다.
이것은 잘 알려진 한 단어로 불립니다 - 역사에 적합합니다 ...
예측을 위한 이러한 조건의 충분성에 대한 진술의 증거에 대한 링크를 제공하십시오.
증거는 기억나지 않지만 여기저기서 사용하고 있다. 나는 내 (다른 사람의) 추론을 줄 것입니다. 다시 한 번: kotir = 추세 + 노이즈 + 주기성 + 이상값. 이것에서 나는 추세 + 노이즈를 취합니다. 가역성이 있습니다. 추세 + 노이즈를 추가하면 견적이 나옵니다.
우리는 무엇을 할 수 있습니까? 답은 분명합니다. 추세입니다. 또한 노이즈를 분석하는 것은 무의미하지만 트렌드가 있지만 노이즈 특성의 통계를 기록합니다. 우리는 트렌드가 노이즈에 남을 때까지 트렌드를 모델링합니다. 모든 경향이 식별되면(두 개 이상의 수준을 본 적이 없음) 노이즈에 ARCH가 있습니다. 있다면 모델링 방법도 알고 있습니다. 모델링했습니다. 나머지는 고정인가요? 아주. 우리는 모델링 방법을 모릅니다. 충분함의 표시로서의 기술이 아닙니다.
생각났지만. 고정 잔차는 레버리지 속성을 가질 수 있습니다. 증분의 부호를 변경할 확률은 부호를 유지할 확률보다 높습니다.
추신. 고정잔차의 범위가 크면 안타깝습니다. 핍보다 작을 때 이상적입니다.
예, 당신은 그들을 기억할 수 없습니다. 그들은 여기에 없습니다. 그렇다면 시장에서 돈을 버는 것은 너무 쉬울 것입니다 ...
그들은 ... 그들은 단지 쓰지 않습니다 ... 눈으로 판단하면 - 나는 단 하나의 주목할만한 지표를 보지 못했습니다 ... 이것을 위해 나는 수학적 통계를 분석 할 필요가 없습니다 ...
정말이야. 우리는 거의 안정적인 균형을 얻었습니다. 창을 1바 이동하고 모델 매개변수(지연 수)를 변경해야 합니다. 이는 시차 수가 표시된 두 극단 열의 표에서 명확하게 볼 수 있습니다.
이것은 잘 알려진 한 단어로 불립니다 - 역사에 적합합니다 ...