计量经济学：领先一步的预测 - 页 56

新评论
 
faa1947:
因为静止的残差可以用一个等于任何数值的常数来代替：平均值、偏度、方差、扩散--在静止的情况下，任何事情都是可能的。

它们是常数吗？
 
Vinin:

它们是常数吗？
不，严格来说。上面我给出了这样一个几乎静止的残差图。沿着样本的mo和sko的弱变化。最重要的是约10点的点差。
 

出于某种原因，最近我觉得在那里找不到静止性，即不是直接在报价系列的回归残差中，而是在其他方面。

但在任何情况下都必须找到它。否则，统计学的应用是注定要失败的。

 
faa1947:
我说的是建立模型的方法（不是我发明的）：最初的非平稳商数必须被分解成各个组成部分，直到你得到一个平稳的残差。对我来说，这一要求在直观层面上很好理解（这非常重要），因为静止的残差可以被一个等于任何数值的常数所取代：平均值、倾斜度、分散度、扩散度--在静止性的情况下，任何东西都是可能的。
整个问题是，在你看来，用什么时期或事后的眼光来看待这个固定的残留物。如果你改变了追溯，固定残留物的特征也会改变，你是如何试图解决这个问题的？通过优化它？
 
Mathemat:

出于某种原因，最近我觉得不应该在那里寻找静止性，即不直接在报价系列的回归残差中寻找，而是在其他地方寻找。

但在任何情况下都必须找到它。否则，统计的应用是注定要失败的。

对了，这种残留取决于有关的事后诸葛亮；这就是狗的埋葬地。最佳的事后诸葛亮是很难找到的。
 
至于俗话说的事后诸葛亮，我也有，但意义不同。这不是一个平滑期，只是一个数据被提取的时期。没有电熨斗。
 
yosuf:
整个问题是，在你看来，以什么样的时期或追溯性来采取这种固定的方式，残余的。如果你改变追溯，静止的残余物的特征也会改变，你是如何试图解决这个问题的？通过优化它？

一个极其令人不快的问题。原始模型：报价=趋势+噪音+季节性+周期性+异常值。

我们正在讨论模型的前两个成员。外汇中没有季节性。好吧，异常值（新闻）被忽略了，但周期性，我的意思是在quotire中存在一个波，其周期是变化的。很长时间以来，我一直认为这种周期性是非平稳性的主要来源。我没有什么办法。

我解决这个问题非常简单。我采取了一个具有少量滞后期的模型。回归系数的评估。我做了一个1步的预测，希望（？）回归系数不会发生至少一步的变化。而除了系数之外，还有一组回归属性（见上表）。在酒吧到达后，我们将再次估计回归--这里用非常时髦的词适应是合适的。

 
yosuf:
这是正确的，这种残留取决于有关的后见之明；这就是狗被埋葬的地方。最佳的回顾性报告很难找到。
什么是 "最佳窗口宽度"？窗口宽度是用来估计回归系数的。我做了计算：我改变了窗口的宽度并比较了系数。 它们在30以内变化很大，40以后变化较小，对于H1来说，70以后几乎没有变化。顺便说一下，有一种观点认为，在超过30个观测值的情况下，t统计数字在概率上会向z统计数字收敛。
 
faa1947:

一个极其令人不快的问题。原始模型：商数=趋势+噪音+季节性+周期性+异常值。

我们讨论模型的前两个条款。好吧，忽略了异常值（新闻），但周期性，我的意思是在商数中存在一个波，其周期会发生变化。很长时间以来，我一直认为这种周期性是非平稳性的主要来源。我没有什么办法。

我解决这个问题非常简单。我采取了一个具有少量滞后期的模型。回归系数的评估。我做了一个1步的预测，希望（？）回归系数不会发生至少一步的变化。而除了系数之外，还有一组回归属性（见上表）。当酒吧到达时，再次进行回归估计--这里用非常时髦的词适应是合适的。

让我们来分析一下这个模型。

1）趋势--我们谈论的是哪种趋势，因为有许多种趋势。

2) 噪声--它取决于有关趋势的参数，往往噪声本身也有一个趋势。

3.周期性--正弦是不可避免的，但应该记住，两个连续的Gamma函数也会产生几乎理想的全周期正弦，这意味着它还不明确。

4.排放是不可预测的，但显然可以划定一个走廊。

 
yosuf:

让我们来分析一下这个模型。

1.趋势--我们谈论的是哪种趋势，因为有许多种趋势。

2) 噪声--它取决于有关趋势的参数，往往噪声本身也有一个趋势。

3.周期性--正弦是不可避免的，但应该记住，两个连续的Gamma函数也会产生几乎理想的全周期正弦，这意味着它还不清楚。

4.离群值是不可预测的，但显然可以划出一条走廊。


如果你甚至不能预测 "趋势"，为什么要做这些事呢?)
1...495051525354555657585960616263...139
新评论