Matstat Ökonometrie Matan - Seite 19

 
Andrei Trukhanovich:

Es ist eine Klinik ))

Das ist richtig. Station 3. Im ersten Stock. "Krisen- und Notaufnahme")).

 
Andrei Trukhanovich:

Es ist eine Klinik ))

Das ist es in der Tat!

 
Доктор:

Richtig. Station 3. Im ersten Stock. "Krisen- und Notaufnahme")).

Werden hier auch Ärzte behandelt?

 
Ich entschuldige mich bei der Autorin für die Überflutung, aber da die meisten der lokalen Rowdys sich bereits gemeldet haben, ist der Thread ohnehin dem Untergang geweiht, es sei denn, ein Moderator kommt vorbei und räumt ab Seite fünf auf.
 
Yousufkhodja Sultonov:

Werden hier auch Ärzte behandelt?

Wenn Sie ein Arzt sind, behandeln sie Ärzte. Und wenn Sie ein Kandidat sind, behandeln sie die Kandidaten. Wir behandeln jeden. Machen Sie sich keine Sorgen.

 
Oooo)))) es gibt gute Themen über periodische Funktionen
 
Andrei Trukhanovich:
Ich entschuldige mich bei der Autorin für die Überschwemmung, aber da die meisten der örtlichen Rowdys bereits in der Filiale eingecheckt haben, ist sie trotzdem dem Untergang geweiht, es sei denn, ein Moderator kommt und räumt alles ab Seite fünf auf.

Ich glaube nicht, dass ein konstruktiver Dialog überschwemmt wird.
Ihr müsst nur nicht persönlich werden und euch gegenseitig beleidigen.
Außerdem behaupten Sie, dass die eine Wissenschaft besser ist als die andere und Sie nichts verstehen.
Das eigene Wissen auf einem Gebiet über das Wissen einer anderen Person auf einem anderen Gebiet zu stellen.
Das ist sehr niederträchtig und unprofessionell. Als ich ein Kind war, gab es den Ausdruck "hochnäsig".
Aber die Kindheit liegt lange hinter uns, und wir sind jetzt erwachsen und führen einen konstruktiven Dialog produktiver und ohne Arroganz.
Behandelt euch gegenseitig mit Respekt, denn im Großen und Ganzen gibt es hier keine dummen Menschen.
Das trifft nicht auf Sie persönlich zu, sondern ist eine verallgemeinerte Aussage von mir.

Was das Thema betrifft, so wurden einige Bildungseinrichtungen genannt.
Bei dem Versuch, einen der Bereiche, nämlich "Quantitative Finance" von HSE, zu verstehen, stellen sich einige Fragen.
Aus diesem Grund wurde dieses Thema ins Leben gerufen. Hat jemand die HSE-Schulung in quantitativer Finanzierung absolviert?
Hat sich jemand mit den GARCH-Serienmodellen und ihren Modifikationen mit Übergangsfunktionen beschäftigt?
Warum vergessen so viele Menschen hier eine einfache Wahrheit, wie die Korrelation. Alles ist mehr oder weniger von einander abhängig. Im Finanzwesen gilt dies umso mehr.
Quantitative Finance ist die Lehre davon. Einige Leute hier verstehen, worüber ich schreibe.
Und wer es nicht versteht, ja, jeder sucht gezielt nach Stationarität in Modellen, deren Symbiosen, mehrdimensionalen Vermögenswerten usw.
Und wenn ein kompetentes Portfolio von Vermögenswerten zusammengestellt wird, dann ja, was auch immer über Angst, wie hier ausgedrückt wurde, dass es sie nicht gibt, weil sie mathematisch ausgeschlossen ist.
Die mathematische Erwartung des gesamten Portfolios ist Null. Und wenn ein Vermögenswert einbricht, sollte sich dies nicht auf das gesamte Portfolio auswirken, sondern durch andere Vermögenswerte ausgeglichen werden.
Dies ist die Korrelation der Märkte. Ich denke, es ist nicht nötig, eine Analogie zur Natur usw. herzustellen. Jeder versteht, was Zusammenhänge sind.
Man muss es nur richtig anwenden. Ich weiß nicht, warum wir uns auf ein einziges SB-Modell versteifen, wenn es doch eine Vielzahl anderer Modelle gibt.

 

Um das Thema fortzusetzen.
Viele Leute sprechen hier von Datenausdünnung.
Es gibt eine Methode namens PCA (Principal Component Analysis), dieeine der wichtigsten Methoden ist, um die Dimensionalitätder Daten zu reduzierenund dabei möglichst wenig Informationen zuverlieren.
Hat jemand diese Methode untersucht? Gibt es Schlussfolgerungen zur Anwendbarkeit?
Ich weiß,
dass die Auswahl der Vermögenswerte durch diese Methode ausgedünnt wird. Aber ich weiß nicht, ob ein Datensatz damit ausgedünnt werden kann, ohne dass die Dimensionalität verloren geht.

Meines Erachtens besteht das Hauptproblem beim Ausdünnen in der Reduzierung der Dimensionalität. Das bedeutet, dass die Stichprobe einen anderen Umfang annimmt.
In einem einfachen Fall gibt es Empfehlungen von denselben Dozenten der Universitäten, ein Element nicht aus einer Menge herauszunehmen und es beispielsweise durch einen Durchschnittswert der benachbarten Elemente zu ersetzen.
Zumindest werden auf diese Weise Ausreißer beim einfachen Ansatz entfernt. Allerdings mit dem Vorbehalt, dass es auch andere Ansätze gibt, die nicht erläutert werden.
Daher kann die PCA als Ausdünnungsidee gut untersucht werden.

P.S. Clevere Website-Links, findet sogar Artikel zu einem ähnlichen Thema
Oh wie ))

 
Aleksey Nikolayev:


Schauen Sie, was für einen interessanten Aufhänger ich auf ausländischen Websites gefunden habe.
Dies ist die Übersetzung eines Artikels aus bourgeois.

Und die Maximierungsfunktion wird zu einer Kostenfunktion ))
Vielleicht funktioniert das Beispiel, das ich Ihnen geschickt habe, doch nach dem Wahrscheinlichkeitsprinzip?
Auch dort gibt es Derivate. Kennen Sie die Funktion getCost?
Oder in getCost ist es nicht viel von einer Berechnung?


L

 
Roman:

Schauen Sie, was für einen interessanten Aufhänger ich auf ausländischen Websites gefunden habe.
Dies ist die Übersetzung eines Artikels aus bourgeois.

Und die Maximierungsfunktion wird zu einer Kostenfunktion ))
Vielleicht funktioniert das Beispiel, das ich Ihnen geschickt habe, doch nach dem Wahrscheinlichkeitsprinzip?
Auch dort gibt es Derivate. Kennen Sie die Funktion getCost?
Oder hat die Funktion getCost vielleicht eine andere Berechnung?


Der Standardansatz bei der Optimierung besteht darin, das Ziel mit einem Minus zu multiplizieren, und die Maximierung wird zur Minimierung (und umgekehrt).

Ich habe bereits versucht, Ihnen zu erklären, dass, wenn die Fehler gaußverteilt sind, MNC = MLE ist. Wenn die Fehler nach Laplace verteilt sind, dann istMNC==MLE==MLE-Methode der kleinsten Moduli. Sie können selbst herausfinden, welche Art der Fehlerverteilung vorliegt, wennMLE==MLE von Huber.

Bei Experimenten ist die Art der Fehlerverteilung entweder durch eine zusätzliche Überlegung bekannt, oder sie wird experimentell gewählt (gewöhnlich in Form einer geeigneten Verlustfunktion).

Grund der Beschwerde: