Abhängigkeitsstatistik in Anführungszeichen (Informationstheorie, Korrelation und andere Methoden der Merkmalsauswahl) - Seite 14
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
faa1947: На всех ученых советах, на которых я присутствовал в свое время подобное ваше выступление было бы последним навсегда.
Nun, ich spreche hier nicht vor einem akademischen Rat. Aber auch hier werde ich versuchen, Argumente zu finden und sie hier zu präsentieren. Andererseits ist es nicht so einfach zu vergleichen: Es handelt sich um eine völlig andere Methode. Sie müssen also in Veröffentlichungen nach etwas Ähnlichem suchen.
Praktisch wertvoll. Und es kann mit nicht-stationären Zufallsprozessen mit unbekannten Verteilungen umgehen.
Ko-Integration oder multiple Differenzen des ursprünglichen Prozesses, die einen erfolgreichen Dickey-Fuller-Test ermöglichen?
Es gibt die Shannon-Definition der Entropie, bei der die Unabhängigkeit obligatorisch ist.
Und es gibt eine Definition der gegenseitigen Information, bei der die Shannon-Definition rein formal angewendet wird, da immer noch davon ausgegangen wird, dass Abhängigkeiten bestehen.
Wenn Sie sich in die philosophischen Tiefen und Widersprüche der Definition der gegenseitigen Information vertiefen wollen - bitte sehr. Ich würde es vorziehen, mich nicht darum zu kümmern und einfach die "amerikanische" Formel mit Wahrscheinlichkeiten zu verwenden und mich nicht um die Unabhängigkeit zu kümmern.
Ein vollständigeres System sieht wie folgt aus: Marktalphabet <-> Kursalphabet -> Problemalphabet. Der Topikstarter hat nur das letzte Paar berücksichtigt, das Zitat ist das Problem.
Ko-Integration oder Prozessunterschiede mit mehreren Quellen, die einen erfolgreichen Dickey-Fuller-Test ermöglichen?
Das ganze Problem ist, wie üblich, der Begriff "fast".
Und ein Vorhersagefehler ist ein Fehler bei der Vorhersage der Vergangenheit. So viel zur Ökonometrie... Natürlich bin ich ein bisschen ein Überzeugungstäter.
P.S. Kümmern Sie sich nicht um mich. Nur ein Gedanke (schalten Sie bitte den Rekorder aus, er ist nicht für die Presse bestimmt): Sobald die Berechnungen einer ökonometrischen "Wissenschaft" perfekt und automatisiert sind, werden sie nutzlos.
Das ganze Problem ist, wie immer, der Begriff "fast".
Und ein Vorhersagefehler ist ein Fehler bei der Vorhersage der Vergangenheit. So viel zur Ökonometrie... Natürlich bin ich ein bisschen ein Überzeugungstäter.
P.S. Kümmern Sie sich nicht um mich. Nur ein Gedanke (schalten Sie bitte den Rekorder aus, er ist nicht für die Presse bestimmt): Sobald die Berechnungen einer ökonometrischen "Wissenschaft" perfekt und automatisierbar sind, werden sie nutzlos.
Das Büro hat es bereits aufgeschrieben - rein privat, an ihre Tabletten....
Und ein Vorhersagefehler ist ein Fehler bei der Vorhersage der Vergangenheit.
Auch die Fiktion stützt sich auf die Vergangenheit.
Es kommt darauf an, WAS wir aus der Vergangenheit mitnehmen. Wenn wir eine nicht-stationäre VR-Analyse durchführen, ist es hoffnungslos, und alle möglichen Tricks beim Testen retten uns nicht. Anders sieht es aus, wenn es uns gelingt, Komponenten mit einem Rest in Form von weißem Rauschen herauszufiltern und analytisch zu formulieren. Das Wichtigste ist, dass Millionen von gebildeten Menschen diesen Weg seit Jahrzehnten beschreiten und das Lied der Tschuktschen, das sich TECHNISCHE ANALYSE nennt, den Trotteln überlassen.
Richtig, für Lutscher. Die Trottel halten sich immer an die festgelegten Verfahren und versuchen nie, sich auf Abwege zu begeben.
Und die Stationarität gibt es nicht ohne Grund. Wenn wir beispielsweise eine stationäre Informationsreihe untersuchen (auch wenn die ursprüngliche Reihe von Kursen oder Renditen nicht stationär ist), können wir auf gute Ergebnisse hoffen, die in der Zukunft funktionieren.
Richtig, für Lutscher. Die Trottel halten sich immer an die festgelegten Verfahren und versuchen nie etwas anderes.
Und die Stationarität gibt es nicht ohne Grund. Wenn wir beispielsweise eine stationäre Informationsreihe untersuchen (auch wenn die ursprüngliche Reihe von Kursen oder Renditen nicht stationär ist), können wir auf gute Ergebnisse hoffen, die in der Zukunft funktionieren.
Und was - die Ökonometrie bietet solche Garantien?