Matstat Econometria Matan - página 4
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Não compreendo bem a pergunta - porquê usar o ruído branco?
Se precisar de tal série, pode gerar uma série SB em Excel ou outro programa e tirar as suas primeiras diferenças - que seriam o ruído branco.
Se uma estimativa aproximada se encaixa - as primeiras diferenças de uma série de preços são também quase Ruído Branco
A questão é que na prática, nas fórmulas, o ruído pode nem sempre ser uma série gerada aleatoriamente.
É uma série resultante de alguns cálculos a partir dos dados originais.
Ou seja, existe alguma informação interna no ruído que contribui para a precisão dos cálculos globais do modelo.
Por isso, estou confuso com estas interpretações do ruído )) E queria ter a certeza, quem compreende este barulho como.
Randomise, ou use oseu ruído calculado.
Alexei, surgiu uma questão deste tipo.
Cavei em fórmulas econométricas, e em muitas fórmulas há uma variável que é o ruído branco.
Por definição, o ruído branco tem características perfeitas, a presença de normalidade com uma variação constante de uma.
Obviamente, esse ruído branco não se encontra provavelmente na realidade. Então a questão é:
na prática, o que é usado como ruído branco?
Este ruído branco tem alguma coisa a ver com os dados introduzidos? Por exemplo, tomar os resíduos como ruído, mas depois a condição de normalidade e dispersão seria violada.
Ou deve ser realmente ruído estranho que pode simplesmente ser gerado aleatoriamente com características especificadas?
Ou será esse o objectivo, obter características de ruído branco a partir dos resíduos? Ou seja, a normalidade existe, a variância é constante, não há autocorrelação.
Basta ver os manuais econométricos (Magnus, Verbeek, etc.). Normalmente, eles explicam aí todas as coisas certas.
A questão é que um modelo tem sempre em conta um conjunto incompleto de factores e é necessária uma justificação sobre a razão pela qual os outros são descartados. Assume-se geralmente que todos os outros factores se limitam a somar ao ruído branco, de modo a não ter de os escrutinar. Mas isto é apenas uma suposição, uma hipótese que precisa de ser confirmada, o que geralmente é feito através do exame dos resíduos do modelo. Se os resíduos do modelo não parecerem ruído branco, então é um mau modelo e precisa de ser mudado para outro.
O ruído branco não tem de ser gaussiano, mas é a sua Gaussianness que permite que o MNA seja aplicado para encontrar os parâmetros do modelo. Se, por exemplo, o ruído for Laplace distribuído, então será necessário minimizar a soma dos moduli em vez dos quadrados. Isto não é difícil de perceber se calculado utilizando o princípio da máxima verosimilhança.
Assim, a última linha do seu posto está correcta.
Basta ver os manuais econométricos (Magnus, Verbik, etc.). Normalmente explicam todas as coisas certas a fazer.
A questão é que um modelo é sempre responsável por um conjunto incompleto de factores, e é necessário uma justificação para que o resto seja descartado. Assume-se geralmente que todos os outros factores se somam simplesmente ao ruído branco, de modo a não ter de os escrutinar. Mas isto é apenas uma suposição, uma hipótese que precisa de ser confirmada, o que geralmente é feito através do exame dos resíduos do modelo. Se os resíduos do modelo não parecerem ruído branco, então é um mau modelo e precisa de ser mudado para outro.
O ruído branco não tem de ser gaussiano, mas é a sua Gaussianness que permite que o MNA seja aplicado para encontrar os parâmetros do modelo. Se, por exemplo, o ruído for Laplace distribuído, então a soma dos moduli terá de ser minimizada em vez de quadrados. Isto não é difícil de perceber se calculado utilizando o princípio da máxima verosimilhança.
Portanto, a última linha do seu posto está correcta.
Exactamente. Tenho o Magnus algures por aí, vou ter de o procurar. Obrigado. (risos)
Obrigado também pelo esclarecimento, já o recebi.
Se, por exemplo, o ruído é distribuído por Laplace, então já não é a soma dos quadrados que tem de ser minimizada, mas sim os moduli. Isto não é difícil de perceber, se calcular usando o princípio da máxima probabilidade.
Todas as séries numéricas estão divididas em três tipos - determinísticas, aleatórias e estocásticas.
Não são "estocásticas" e "aleatórias" a mesma coisa?
Não são "estocásticas" e "aleatórias" a mesma coisa?
Não
Não são "estocásticas" e "aleatórias" a mesma coisa?
Na econometria, tudo está de cabeça para baixo e de cabeça para baixo. O que as pessoas chamam de aleatório é chamado de estocástico, e aleatório é uma mistura de estocástico e determinista.
Não são "estocásticas" e "aleatórias" a mesma coisa?
Grosseiramente falando, uma tarefa é uma previsão ou classificação.
Um processo determinístico é 100% previsível.
O estocástico não é de todo previsível. Bem, o mundo inteiro é imprevisível, apenas o autómato e Alejandro bateram a moeda....
O objecto da investigação são processos aleatórios nos quais vários métodos e modelos tentam isolar a componente determinista e o residual que não é previsível.
Grosseiramente falando, uma tarefa é uma previsão ou classificação.
Um processo determinístico é 100% previsível.
Um estocástico não é de todo previsível. Bem, o mundo inteiro é imprevisível, apenas o autómato e Alejandro bateram a moeda....
O objecto da investigação são processos aleatórios em que vários métodos e modelos tentam isolar a componente determinista e o resíduo, o que não é previsível.
Sim...
Um processo determinístico não precisa de ser previsto, uma vez que é pré-determinado, ou seja, conhecido antecipadamente.
Um processo aleatório é aleatório porque não há uma componente determinista.
Sim...
Um processo determinístico não precisa de ser previsto porque é pré-determinado, ou seja, conhecido antecipadamente.
Um processo aleatório é aleatório porque não há uma componente determinista.
))) E se um processo aleatório não tem componente determinista - como é que é previsto?
Pode dar um exemplo de uma série não determinista que, no entanto, é previsível?