Ekonometri: bir adım ileriyi tahmin edin - sayfa 72

 
Vizard :


cehennemde olması gereken bu ... ama pratikte olmayacak ...

İrade. Aynı beklenen değerlere ve varyanslara sahip iki rastgele veri örneği alın. Sonuçları birleştirin, yani. böylece örnek boyutunu artırın, birleştirilmiş örnek için varyansı ve ortalamayı hesaplayın ve aynısını elde edin.

Bunun neden olacağını anlamak teorik olarak bile kolaydır, örneğin örneklerdeki veri miktarı aynıysa, o zaman her iki durumda da, yani. hem beklenti hem de varyans için hem pay hem de payda ikiye katlanır. Pay ve paydadaki ikiler birbirini götürür ve aynı sonucu alırız. Her iki örneğin boyutu aynı değilse, o zaman hepsi aynıdır, ilk örneğin pay ve paydasına göre hem pay hem de payda aynı sayıda artacaktır: ilk örneğin hacmi kaç kez arttı? birleştirdikten sonra.

 
Reshetov :

İrade. Aynı beklenen değerlere ve varyanslara sahip iki rastgele veri örneği alın. Sonuçları birleştirin, yani. böylece örnek boyutunu artırın, birleştirilmiş örnek için varyansı ve ortalamayı hesaplayın ve aynısını elde edin.

yani tabi ki öyle olacak... ama gerçeklerden bahsediyoruz... ama gerçekte, yeni (ve muhtemelen bu model için uygun olmayan) veriler sürekli modele girecek...
 
faa1947 :


Bir örneklem içinde tahmin yaparken harika bir kâr faktörüm var, özellikle gözlemlerde kâr faktörüne dikkat etmenizi rica ediyorum. Ama örneklem dışı..... Bu kadar pembe sonuçlar neden bir adım öteye uzatılmıyor? anlayamıyorum.


çünkü toplamda 40 gözlem var.Klasik istatistikleri sevmeseniz de)), ancak test sonuçlarının değerlendirilmesinin kökü ondadır.
 
Reshetov :

Sonunda bir tarikat mensubu, dini odağın ana sırrını ortaya çıkardı!

İlköğretim Watson! Çünkü durağan değillerdir. Durağanlık, varyans ve ortalamanın sabit olduğu ve ölçüldüğü örneğe bağlı olmadığı durumdur. Onlar. başka herhangi bir bağımsız örnekte, yaklaşık olarak aynı sabitleri almalıyız. Aksi takdirde durağanlık hipotezi reddedilir.

Durağanlık hipotezi, örneklem büyüklüğü artırılarak başka bir şekilde test edilebilir. Durağanlık durumunda hem varyans hem de ortalama sabit kalmalıdır.

Çarpıcı sağırlık.

Birkaç yıldır uzun - Kotir durağan değildir ve tahmin edilemez.

Tüm konuyu bitireceğim - alıntı durağan değil, ancak modelin geri kalanının durağan olup olmadığı tahmin edilebilir. Geri kalan ilgi çekicidir, çünkü o zamandan beri (analitik) modeli durağan kalana eklemek mümkündür. Bu miktar kota eşittir, bir pip kaybolmaz. Yukarıda yüzlerce kez yazdım. Yazar olan ama okuyucu olmayan kimse ve aynı, usta Chukchi yoktur.

 
Avals :
çünkü toplamda 40 gözlem var.Klasik istatistikleri sevmeseniz de)), ancak test sonuçlarının değerlendirilmesinin kökü ondadır.

Evet, 40 yetmez. Kontrol ettim ve yukarıda yazdım. 70'ten sonra numunede daha fazla artış sonucu etkilemez. İşte numunenin uzunluğu ile ilgili sonuç. Dikkati hak ediyor. Model katsayıları tahmin edilir:

EURUSD = C(1)*HP1(-1) + C(2)*HP1(-2) + C(3)*HP1_D(-1) + C(4)*EQ1_HP2(-1) + C(5) *EQ1_HP2(-2) + C(6)*EQ1_HP2(-3) + C(7)*EQ1_HP2_D(-1) + C(8)*EQ1_HP2_D(-2) + C(9)*EQ1_HP2_D(-3) + C(10)*EQ1_HP2_D(-4)

Toplamda 10 tane vardır.Tüm katsayılar rastgele değişkenlerdir. Soru: Hangi örnek uzunluğunda yaklaşık olarak sabit olacaklar. Bir incirde vereceğim. tüm oranlar:

Burada örnek = 80 gözlem. Örneklemin yarısından sonra her şeyin ve özellikle katsayı tahminindeki hatanın oturduğu görülebilir. İlk katsayı için daha büyük bir katsayı vereceğim:

Bu, katsayının kendisinin bir tahminidir - değerinin sabit olmadığını görüyoruz.

Ve şimdi bu katsayının tahminindeki hata:

Bundan, örneğin 60 gözlemin üzerinde bir yerde olması gerektiği sonucuna varıyorum.

Küçük bir hata ile kararlı katsayılara ihtiyacımız var - bu, numune uzunluklarının bir ölçüsüdür!

 
Vizard :
yani tabi ki öyle olacak... ama gerçeklerden bahsediyoruz... ama gerçekte, yeni (ve muhtemelen bu model için uygun olmayan) veriler sürekli modele girecek...
Gerçekten öyle. Neredeyse istikrarlı bir denge yakaladık. Pencereyi 1 bar kaydırıyoruz ve model parametrelerini (gecikme sayısı) değiştirmemiz gerekiyor. Bu, gecikme sayısının belirtildiği iki uç sütundaki tabloda açıkça görülmektedir.
 
faa1947 :

Çarpıcı sağırlık.

Birkaç yıldır uzun - catir durağan değil ve bunu tahmin etmek imkansız.

Tüm konuyu bitireceğim - alıntı durağan değil, ancak modelin geri kalanının durağan olup olmadığı tahmin edilebilir. Geri kalan ilgi çekicidir, çünkü o zamandan beri (analitik) modeli durağan kalana eklemek mümkündür. Bu miktar kota eşittir, bir pip kaybolmaz. Yukarıda yüzlerce kez yazdım. Yazar olan ama okuyucu olmayan kimse ve aynı, usta Chukchi yoktur.


ve bu arada, normal dağılım için artıkların analizi ile ilgili olarak: sonuçların güvenilir olması için sadece 116 gözlem çok azdır. Onlar. Tabii ki testi uygulayabilirsiniz ve bu, dağılımı biraz olasılıkla normal olarak sınıflandırır, ancak bu tahminin güven aralığı nedir? Onlar. %25 yine çok yaklaşık bir değerdir ve m.b. örneğin, %95 güvenle 0...50 aralığı veya 22...28 olabilir. Hem gözlem sayısına hem de varyansa bağlıdır. Bana öyle geliyor ki 116 gözlemle CI çok büyük olacak
 
gpwr :

Genellikle bu tür modellerin yaratıcıları bunları test cihazında hızlı bir şekilde çalıştırır, sızdırdıklarından emin olur ve yeni modellere geçer. Ve burada marş, gerçek zamanlı olarak günlük tahminleri gösterir, bir mucize bekler - bir tür mazoşizm.

Gagası açık, kâseyi koyacakları yere oturan forum üyeleri dağılabilir.

Ana hatlarıyla belirttiğim ve çözümü olmayan sorun stat. o modelin öngörülebilirliğini tahmin etmek için bir modelin geçmiş üzerindeki özellikleri. TA "f fırın" yöntemleri benim için ilginç değil.

 
Vizard :

herhangi bir algoritmada, dahil olmak üzere NS'de herhangi bir hatayı ... ve r-kv'yi kullanabilirsiniz ...
Yapabilirler ama yapmazlar. Metnine R-kare eşlik eden bir gösterge örneği verin. Göstergeler kullanılıyor ve alıntıları ne ölçüde yansıttığı ve yansıtıp yansıtmadığı bilinmiyor. Gözle değerlendirildiğinde, "kesinlikle harika bir gösterge"
 
faa1947 :

..... Birkaç yıldır bekliyorum - kotir durağan değil ve tahmin edilemez.

Tüm konuyu bitireceğim - kotir durağan değil, ancak tahmin edilebilir .....

Bir şekilde karar verirsin...