计量经济学：领先一步的预测 - 页 72

[Yury Reshetov]

Vizard:

这他妈应该是......但实际上它不会是......。

它将。取两个具有相同期望值和方差的随机数据样本。合并结果，即增加样本量，计算合并样本的方差和期望值，得到相同的结果。

即使从理论上讲，也不难理解为什么会出现这种情况，例如，如果样本中的数据量相同，那么在这两种情况下，即对于期望值和方差，分子和分母都会翻倍。分子和分母中的2是相互减少的，我们得到相同的结果。如果两个样本的大小不一样，相对于第一个样本的分子和分母，分子和分母仍然会增加相同的数量：合并后第一个样本的大小增加多少倍。

[Vizard]

Reshetov:

这将是。取两个具有相同期望值和方差的随机数据样本。合并结果，即由此增加样本量，计算合并样本的方差和期望值，得到相同的结果。

当然会的......但我们谈论的是现实......而在现实中，模型将不断得到新的（可能是不适合这个模型的）数据。

[Avals]

faa1947:

在样本内预测时，我有一个奇妙的利润系数，尤其请注意观察中的利润系数。但在样本之外.....为什么这样美好的结果没有进一步扩展？我无法理解。

因为只有40个观察值。即使你不喜欢经典的统计学）），评价测试结果 的根源就在其中。

[СанСаныч Фоменко]

Reshetov:

最后，这个邪教的信徒揭示了这个宗教诡计的主要秘密！他说："我不知道。

初级的，华生！因为它们是非稳态的。静止性是指分散性和期望值是常数，不依赖于测量它们的样本。也就是说，在任何其他独立样本中，我们应该得到大致相同的常数。如果我们不这样做，那么静止性假说就被推翻了。

可以通过增加样本维度来检验静止性假设。在静止性的情况下，方差和期望值也应保持不变。

惊人的失聪。

我已经争论了好几年了--科蒂尔是非稳定的，无法预测的。

我已经争论了很多年--Kotir是非平稳的，但如果模型的残差 是平稳的，它就可以被预测。残差是有意义的，因为这样你就可以把模型（分析）与静止的残差加起来。这个和等于商，没有损失一个点。我已经在上面写了一百次。没有相同的东西，善于写作的Chukchi人是作家，但不是读者。

[СанСаныч Фоменко]

Avals:
因为只有40个观察值。即使你不喜欢古典统计学）），测试结果的估计的根源就在其中。

是的，40岁有点小。做了测试并写在上面。70后进一步增加样品并不影响结果。下面是关于样本长度的结果。值得注意的是。模型系数的估计。

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)

总共有10个。所有的系数都是随机变量。问题：在什么样本长度上，它们会变成近似常数。我将在一张图中显示所有的系数。

这里的样本=80个观察值。你可以看到，在一半的样本之后，所有的调整，特别是系数的评估误差。 对于第一个系数，我将给出一个更大的系数。

这是对系数本身的估计--我们看到它的值不是 一个常数。

而现在是系数的估计误差。

因此，我的结论是，样本应该在60个以上的观察值。

我们需要误差小的稳定系数--这是一个衡量样本长度的标准!

[СанСаныч Фоменко]

Vizard:
当然会的......但我们谈论的是现实......而在现实中，模型将不断得到新的（可能对这个模型无法使用的）数据。

情况确实如此。我们已经有了一个几乎稳定的残局。将窗口移动1格，你必须改变模型参数（滞后期的数量）。这一点在表中最外侧的两栏中清晰可见，其中显示了滞后期的数量。

[Avals]

faa1947:

惊人的失聪。

我已经说了很多年了--科蒂尔是非稳定的，无法预测。

我已经说了好几年了--科蒂尔是非稳态的，但如果模型的残差 是稳态的，它就可以被预测到。残差是有意义的，因为这样你就可以把模型（分析）与静止的残差加起来。这个和等于商，没有损失一个点。我已经在上面写了一百次。没有相同的东西，善于写作的Chukchi人是作家，但不是读者。

顺便说一下，关于分析正态分布的残差：只有116个观测值是非常小的，结果才是可靠的。也就是说，我们当然可以应用测试，它将以一定的概率将分布归于正态，但这个预测的置信区间 是多少？例如，25%又是一个非常近似的值，可能是0...50的范围，有95%的置信度，也可能是22...28，这取决于观察的数量和方差。在我看来，如果有116个观察结果，CI将是巨大的。

[СанСаныч Фоменко]

gpwr:

通常这类模型的创造者很快就会在测试器中运行它们，确保它们失败，然后继续开发新的模型。但在这里，启动者实时显示每天的预测，期待着奇迹的发生--某种程度上的受虐症。

坐在张嘴的论坛者应该把圣杯 放在哪里，可以散去。

我所概述的问题，我没有解决办法，就是通过模型对历史的统计特征来预测模型的可预测性。我对TA的方法不感兴趣。

[СанСаныч Фоменко]

Vizard:

在任何算法中，你都可以使用任何错误......在NS中也可以使用r-Q......。

你可以，但他们不可以。请举出一个指标的例子，其文本中附有R-squared。使用了指标，但不知道这些指标在多大程度上反映了科蒂尔，也不知道是否反映了科蒂尔。用眼睛判断，"肯定是一个伟大的指标"

[Vladimir Paukas]

faa1947:

..... 不知道有几年了--科蒂尔是非稳态的，不能预测的。

我多年来一直在说--Kotir是非稳定的，但它可以被预测.....。

下定决心，不知不觉中.....