계량경제학: 한 발 앞서 예측 - 페이지 51

새 코멘트
 
그럼에도 불구하고 이러한 오류의 부자연스러운 "영속성"도 우려스럽습니다.
 
avtomat :
목표가 정확히 무엇인지 확실하지 않습니까?
모델의 나머지 부분은 가능한 경우 상수와 동일한 분산을 가져야 합니다.
 
Mathemat :
그럼에도 불구하고 이러한 오류의 부자연스러운 "영속성"도 우려스럽습니다.
이것이 이상적입니다. ARCH 모델로 잔차를 모델링한 후 구함
 
이것은 부자연스러운 이상입니다. s.c.o.의 비율입니다. 그녀의 실수 너무 낮은.
 
Mathemat :
이것은 부자연스러운 이상입니다. s.c.o.의 비율입니다. 그녀의 실수 너무 낮은.
이상은 상수입니다. 거의 도달했습니다. 이것은 예측 중에 놀라움이 없을 것임을 의미합니다.
 
faa1947 :
모델의 나머지 부분은 가능한 경우 상수와 동일한 분산을 가져야 합니다.

이것이 실제로 선언된 목표라면 기초 자체를 재고해야 합니다. 그러나 나는 당신이 다시 뭔가를 엉망으로 만든 것 같습니다. 이번에는 이미 모델링의 목적을 이해하는 것입니다.

내가 당신을 여기에서 들어올린다고 생각하지 마십시오. 와우. 아니다! 여기에서 작업의 정의와 목표 설정부터 시작하여 모든 행동을 처음부터 재고할 것을 제안합니다.

 
avtomat :

이것이 실제로 선언된 목표라면 기초 자체를 재고해야 합니다. 그러나 나는 당신이 다시 뭔가를 엉망으로 만든 것 같습니다. 이번에는 이미 모델링의 목적을 이해하는 것입니다.

내가 당신을 여기에서 들어올린다고 생각하지 마십시오. 와우. 아니다! 여기에서 작업의 정의와 목표 설정부터 시작하여 모든 행동을 처음부터 재고할 것을 제안합니다.

다른 것을 공식화하십시오. 이것은 내 목표가 아니며 이해할 수 있습니다. 잔차의 분산이 일정하면 예측 오차에 불확실성이 없습니다.
 
avtomat :

이번에는 이미 시뮬레이션의 목적을 이해하고 있습니다.

노력하고있어. 퍼졌지만 그 생각은 주의를 기울이지 않고 남았습니다. 목표는 모델의 예측 가능성입니다.

 
faa1947 :
다른 것을 공식화하십시오. 이것은 내 목표가 아니며 이해할 수 있습니다. 잔차의 분산이 일정하면 예측 오차에 불확실성이 없습니다.
흠... 사실, 목표는 일반적으로 오류를 최소화하는 것이지 일종의 상수가 아닙니다. 더욱이, 이 문제의 공식화에서 "죽은" 상수의 존재는 최소화 알고리즘의 비효율성 또는 알고리즘 자체의 오류를 나타냅니다.
 
avtomat :
흠... 사실, 목표는 일반적으로 오류를 최소화하는 것이지 일종의 상수가 아닙니다. 더욱이, 이 문제의 공식화에서 "죽은" 상수의 존재는 최소화 알고리즘의 비효율성 또는 알고리즘 자체의 오류를 나타냅니다.
최소화는 문제를 해결하지 못합니다. 예측 오차의 값은 정확한 예측과 잘못된 예측 모두의 오차이기 때문에 의심스럽습니다.
1...444546474849505152535455565758...139
새 코멘트