Alıntılardaki bağımlılık istatistikleri (bilgi teorisi, korelasyon ve diğer özellik seçim yöntemleri) - sayfa 14

Yeni yorum
 

faa1947: На всех ученых советах, на которых я присутствовал в свое время подобное ваше выступление было бы последним навсегда.

Ben burada akademik konseyde konuşmuyorum. Ama tekrar ediyorum, argümanlar bulmaya ve burada sunmaya çalışacağım. Öte yandan, karşılaştırmak o kadar kolay olmasa da: bu tamamen farklı bir yöntemdir. Bu nedenle, yayınlarda benzer bir şey aramanız gerekir.

Pratik olarak değerli. Ve bilinmeyen dağılımlarla durağan olmayan rastgele süreçleri işlemek mümkündür.

eşbütünleşme? veya orijinal süreçte başarılı bir Dickey-Fuller testine ayarlanabilecek çoklu farklılıklar mı?

 
HideYourRichess : Bana göre hatalı olsa bile formülün özü ve uygulanabilirlik koşulları başka sembollerle yazılmış olmasından değişemez.

Shannon'ın bağımsızlığın gerekli olduğu entropi tanımı vardır.

Ve Shannon'ın tanımının tamamen resmi olarak uygulandığı bir karşılıklı bilgi tanımı vardır, çünkü ancak, bağımlılıkların var olduğu varsayılır.

Karşılıklı bilgi tanımının felsefi derinliklerini ve çelişkilerini araştırmak istiyorsanız - lütfen inceleyin. Bunun için endişelenmemeyi ve bağımsızlık hakkında endişelenmeden, olasılıklarla "Amerikan" formülünü kullanmayı tercih ederim.

Daha eksiksiz bir sistem şuna benzer: piyasa alfabesi <-> alfabeden alıntılar -> görev alfabesi. Topikstarter sadece son çift olarak kabul edilir, alıntı bir görevdir.

Görev alfabenizin ne olduğunu bilmiyorum. Gecikme mesafesiyle ayrılmış birkaç çubuktan oluşan bir sistemim var. Geçmişte bir çubuk kaynak, ikincisi ise alıcıdır. Her ikisinin de alfabeleri aynıdır (tabii ki bar dönüşlerinden bahsedersek).
 
Mathemat :

eşbütünleşme? veya orijinal süreçte başarılı bir Dickey-Fuller testine ayarlanabilecek çoklu farklılıklar mı?

Genel olarak DF'nin bununla hiçbir ilgisi yoktur - amaç bir tahmindir. Geri kalanı aynı zamanda minimum tahmin hatası ile neredeyse sabit bir mo ve varyansa sahip olacak böyle bir regresyon denklemi arıyoruz.
 
faa1947 : Geri kalanı aynı anda minimum tahmin hatasıyla neredeyse sabit hareket ve varyansa sahip olacak bir regresyon denklemi arıyoruz.

Bütün sorun, her zamanki gibi "neredeyse" teriminde.

Bir tahmin hatası, geçmişi tahmin etmede bir hatadır. Bunların hepsi ekonometri ... tabii ki, ikna etmek için biraz yalan söylüyorum.

PS Dikkat etmeyin. Sadece şu düşünce var (kayıt cihazını kapatın lütfen, bu basın için değil): Bazı ekonometrik "bilim" hesaplamaları bir kez mükemmel ve otomatik hale geldiğinde, işe yaramaz hale gelirler.

 
Mathemat :

Bütün sorun, her zamanki gibi "neredeyse" teriminde.

Bir tahmin hatası, geçmişin bir tahmin hatasıdır. Bunların hepsi ekonometri ... tabii ki, ikna etmek için biraz yalan söylüyorum.

PS Dikkat etmeyin. Sadece şu düşünce var (kayıt cihazını kapatın lütfen, bu basın için değil): Bazı ekonometrik "bilim" hesaplamaları bir kez mükemmel ve otomatik hale geldiğinde, işe yaramaz hale gelirler.


Ofis zaten bunu yazdı - tamamen PM olarak, tabletlerde kendisine ....
 
Mathemat :

Bir tahmin hatası, geçmişin bir tahmin hatasıdır.


Kurgu bile geçmişe dayanır.

Geçmişten NE aldığımızı izliyoruz. Durağan olmayan bir VR analizi yaparsak, umutsuzluğu tamamlayın ve testteki her türlü hile kurtarmaz. Geri kalanları seriden beyaz gürültü şeklinde izole etmek ve analitik olarak düzenlemek mümkün olsaydı, o zaman başka bir hikaye. Bir başka önemli şey daha var: Milyonlarca eğitimli insan on yıllardır bu yolda yürüyor ve Chukchi'nin TEKNİK ANALİZ adlı şarkısını enayilere bırakıyor.

 

İşte bu, enayiler için. Orospular her zaman yerleşik prosedürlere bağlı kalır ve tekneyi asla yana doğru sallamaz.

Ve durağanlık - sadece böyle değil. Burada, diyelim ki, durağan bir bilgi serisini incelersek (orijinal alıntı veya getiri serisinin durağan olmamasına rağmen), gelecekte işe yarayacak iyi sonuçlar almayı umabiliriz.

 
Mathemat :

İşte bu, enayiler için. Orospular her zaman yerleşik prosedürlere bağlı kalır ve tekneyi asla yana doğru sallamaz.

Ve durağanlık - sadece böyle değil. Burada, diyelim ki, durağan bir bilgi serisini incelersek (orijinal alıntı veya getiri serisinin durağan olmamasına rağmen), gelecekte işe yarayacak iyi sonuçlar almayı umabiliriz.

Tabii durağanlıkla m'nin sabitliğini ve dağılmayı kastediyorsak. Ancak başka bir pusu daha var: regresyon katsayılarının da "neredeyse" sabit olduğundan emin olmanız gerekiyor.
 
faa1947 : Ancak başka bir yakalama daha var: regresyon katsayılarının da "neredeyse" sabit olduğundan emin olmalısınız.
Ve ne - ekonometri böyle garantiler veriyor mu?
 
Mathemat :
Ve ne - ekonometri böyle garantiler veriyor mu?

EView'leri olan insanlar böyle sorular sormaz, hee hee
1...789101112131415161718192021...74
Yeni yorum