样本相关性为零并不一定意味着没有线性关系 - 页 50

新评论
 
C-4:

首先，最好能知道它是如何运作的。


这就是我的意思，首先要挖空心思，细细咀嚼，了解他的努力方向。
 

请允许我介绍一下自己：数学统计学，专业：计量经济学。

数理统计学，以及它在经济学计量经济学中的应用，有无数种不同的测试、模型.....。他们中的每一个人都像没有螺母的扳手一样完全无用。只有在建立模型的某些目标框架内才能理解其有用性。

这里讨论的是什么，以及这个 "什么 "的模式是什么？可能不需要格兰杰。

有一点我很清楚，我们只应该在这个论坛上讨论预测，而分析是建立和测试预测模型的一个辅助工具。

然后预测什么？价格值？，价格增量？还是别的什么？如果不定义这一点，我们将看到一套无用的计量经济学工具，我们必然会误解它们，并有不同的无用意见。

 
EconModel:

请允许我介绍一下自己：数学统计学，专业：计量经济学。

...


这是我的荣幸。

现在让我们进入正题：请为我们描述格兰杰检验的本质。没有人可以问。另外，如果你能对转移熵说几句话。

 
EconModel:

请允许我介绍一下自己：数学统计学，专业：计量经济学。

数理统计学，以及它在经济学计量经济学中的应用，有无数种不同的测试、模型.....。他们中的每一个人都像没有螺母的扳手一样完全无用。只有在建立模型的某些目标框架内才能理解其有用性。

这里讨论的是什么，以及这个 "什么 "的模式是什么？可能不需要格兰杰。

有一点我很清楚，我们只应该在这个论坛上讨论预测，而分析是建立和测试预测模型的一个辅助工具。

然后预测什么？价格值？，价格增量？还是别的什么？如果不定义这一点，我们将看到一套无用的计量经济学工具，我们必然会误解它们，并产生不同的无用意见。


顺便说一下，当我们在哲学上讨论什么是方法，什么是模型，哪里是I(1)，哪里是I(0)的时候，我正在铆足劲儿做另一个基于这个话题的交易系统。

我的意思是，也许我们应该停止讨论棍子的末端和开头，而只是拿棍子做一些末端，开始用它来赚钱？

 

我很高兴你感到高兴，但我认为你高估了我。
，我将努力陈述我在考试后留在头脑中的东西。

我不记得有关于转移熵的事情。

关于格兰杰。

有三个有点类似的概念：相关、协整和格兰杰测试。

相关性是一个常数。如果计算相关性的两个SV的每个样本在统计学上与这些SV的一般人群中的其他样本相同，那么我们可以说这两个SV是相互依赖的。更确切地说，它们的行为是相似的。这对正态分布的SV来说是成立的。

如果SV不是正常的，那么就适用协整，此时两个SV的相互依赖的特征不是一个数字，而是一个具有某些特性的系列。

格兰杰使得根据 "先有鸡还是先有蛋 "的原则来计算依赖关系的方向成为可能。依赖性的另一个属性。

以下是我对手指的理解。但这只是一个第一近似值。再一次。你必须考虑这一切，从原始时间序列 的描述开始，然后是模型，然后也许会涉及到列出的概念。

 
C-4:


顺便说一下，当我们在哲学上讨论什么是方法，什么是模型，哪里是I(1)，哪里是I(0)的时候，我正在铆足劲儿做另一个基于这个话题的交易系统。

我的意思是，我们能不能不要再讨论棍子在哪里结束，在哪里开始，而只是至少把棍子的某个端点拿出来，开始用它赚钱？

问题不在于制作面团，而在于理解明天也是如此。嗯，有一定的精确性。
 
EconModel:
问题不在于拿出钱来，而在于对明天会出现这种情况的理解。嗯，有一定的精确性。

那么，如果我完全了解我的系统是如何运作的呢？我可以准确地测量这个因素，还有什么需要高兴的呢？
 
C-4:

现在切入正题：请为我们描述格兰杰检验的本质


这很简单。对一个序列进行自回归估计，然后将另一个变量的不同滞后期的数值加入其中。然后检查第二个模型是否比第一个模型表现得更好。如果是这样，就存在着因果关系。同样地，在第二行测试自回归时，也包含了第一行的滞后值。它的发生使因果关系是双向的。这意味着行与行之间是简单的关联。

关于转移熵，请阅读这里的链接。

http://stats.stackexchange.com/questions/12573/calculating-the-transfer-entropy-in-r

 
C-4:
好的，但如果我确切地了解我的系统在做什么呢？我可以准确地测量这个因素，我还需要高兴什么呢？

我不知道如何证明明天会是历史上的样子。如果你给我机会，我很愿意向你学习。
 
alsu: 这些结构有什么意义呢？QC表征的是两个随机变量在某一时刻的关系，而不是在某一区间内的关系。后者只有在被比较的两个过程是a）静止的b）遍历的情况下才是真实的，而对于给定的函数来说绝对不是这样，因此样本QC作为真实QC的估计对它们来说完全没有意义。换句话说，必须首先证明（或至少合理地假设）静止性和遍历性，然后才能将该系列代入公式。
... 如果对你来说，主要是把数字代入公式并得到一个数字--静止性和反复性并不重要。

遍历性属性使我们能够从一般人群的样本中估计出一般人群的相关函数。如果这个属性不满足，由公式得到的数字可以被抛出。

帮助理解。 结果是什么。事实证明， 任何符号的买入价和 卖出价之间明显的正相关关系 是一种虚构。而直接报价和反向报价之间的负相关关系也是可以放弃的，因为它既没有静止性，也没有遍历性？
1...434445464748495051525354555657...60
新评论