引文中的依赖性统计（信息论、相关和其他特征选择方法）。 - 页 14

新评论
 

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

好吧，我在这里不是在一个学术委员会上发言。但是，我将再次努力寻找论据，并在此提出。虽然从另一方面来说，这不是那么容易比较的：这是一个完全不同的方法。所以你必须在出版物中寻找类似的东西。

实际上很有价值。而且它能够处理具有未知分布的非平稳随机过程。

共融？ 还是原始过程的多个差异，设法适合成功的Dickey-Fuller测试？

 
HideYourRichess: 在我看来，即使是错误的，公式的本质也不能因为用其他文字书写而改变，也不能改变其适用的条件。

有一个关于熵的香农 定义，其中的独立性是强制性的。

还有一个相互信息的定义，在这个定义中，香农定义被纯粹地应用，因为依赖关系被假定存在。

如果你想挖掘相互信息定义的哲学深度和矛盾--请挖掘吧。我宁愿不去管它，只用 "美国式 "的概率公式，不去管它的独立性。

一个更完整的系统看起来像这样：市场字母表<->报价字母表->问题字母表。topikstarter只考虑了最后一对，报价是问题所在。

我不知道你的问题字母是什么。我有一个由拉格距离分开的一对棒子的系统。一个酒吧，在过去，是源头，另一个是接收器。两者的字母都是相同的（当然，就条形回文而言）。
 
Mathemat:

共融？ 或者是多源过程差异，设法适合成功的迪克-富勒测试？

DF与此无关--目标是预测。我们正在寻找回归方程，其中的残差将具有几乎恒定的莫和方差，同时预测误差最小。
 
faa1947: 我们正在寻找一个回归方程，该方程的残差将具有几乎恒定的莫和方差，同时预测误差最小。

整个问题是 "几乎 "这个词，像往常一样。

而预测错误是指对过去的预测错误。计量经济学 也就这样了...当然，我是一个小有说服力的人。

P.S. 不要介意我。只是一个想法（请关掉录音机，这不是为媒体准备的）：一旦某些计量经济学 "科学 "的计算变得完美和自动化，它们就变得毫无用处。

 
Mathemat:

整个问题是 "几乎 "这个词，像往常一样。

而预测错误是指对过去的预测错误。计量经济学也就这样了...当然，我是一个小有说服力的人。

P.S. 不要介意我。只是有这样一个想法（请关掉录音机，这不是给媒体的）：一旦某些计量经济学 "科学 "的计算变得完美和可自动化，它们就变得毫无用处。


办公室已经写下来了--纯粹是在私下里，对他们的平板电脑....
 
Mathemat:

而预测错误是指对过去的预测错误。


即使是小说也要依靠过去。

这取决于我们从过去得到什么。如果我们采取非稳态的VR分析--那么就没有希望了，测试中的各种技巧都不能拯救我们。如果我们设法把具有白噪声形式的残留物的成分单列出来并进行分析制定，那就是另外一回事了。重要的是，数以百万计的受教育者几十年来一直遵循这条道路，把名为技术分析的楚河汉界之歌留给了吸血者。

 

这是正确的，是为了吸食者。这些傻瓜总是坚持既定的程序，从不尝试任何旁门左道。

而静止性的存在是有原因的。例如，如果我们调查一个静止的信息系列（即使最初的报价或回报系列是非静止的），我们可以希望得到在未来发挥作用的好结果。

 
Mathemat:

这是正确的，是为了吸食者。这些傻瓜总是坚持既定的程序，从不尝试任何旁门左道。

而静止性的存在是有原因的。例如，如果我们调查一个静止的信息系列（即使最初的报价或回报系列是非静止的），我们可以希望得到在未来发挥作用的好结果。

当然，如果我们所说的静止性是指恒定的莫和方差。但还有一个小问题：我们必须确保回归系数也是 "几乎 "常数。
 
faa1947: 但还有一个麻烦：你必须确保回归系数也是 "几乎 "常数。
而什么--计量经济学 能给出这样的保证？
 
Mathemat:
而什么--计量经济学给出了这样的保证？

拥有EViews的人不会问这样的问题，嘿嘿。
1...789101112131415161718192021...74
新评论