yosuf: Dove troviamo un quoziente con un residuo distribuito normalmente? Possiamo solo inventare, ma non consideriamo questo caso qui.
I residui sono la differenza tra il valore previsto e il valore reale. Qui state calcolando l'errore - in realtà state analizzando i residui. Ma state contando i residui cumulativi e dovete guardare l'intera distribuzione.
yosuf: Dove troviamo un quoziente con un residuo distribuito normalmente? Possiamo solo inventare, ma non consideriamo questo caso qui.
Questo è un errore. Se appianiamo una linea retta, sarà non stazionaria, ma se 18? In ogni caso, nello smoothing HP il residuo è molto spesso stazionario (non sempre).
Beh, per essere più precisi, gli avanzi sono ancora normali)))
All'inizio, per mantenere le pecore e i lupi ben nutriti, accettiamo questo postulato come assioma e dimentichiamo temporaneamente questo problema, non c'è altra via d'uscita. Siamo di fronte a un mercato non stazionario, anormale, non deterministico, ...., non identificato. Avviciniamoci ad esso con i suoi propri metodi.
yosuf: All'inizio, per tenere al sicuro le pecore e bene i lupi, prendiamo questo postulato come assioma e dimentichiamo temporaneamente il problema, non c'è altra via d'uscita. Siamo di fronte a un mercato non stazionario, anormale, non deterministico, ...., non identificato. Avviciniamoci ad esso con i suoi propri metodi.
Non è una buona idea. Se si smussa una linea retta, sarà instabile, ma se si smussano 18? In ogni caso, quando si liscia HP, molto spesso il residuo è stazionario (non sempre).
Se si liscia con la (18), non è possibile che il sistema rifiuti questo metodo a causa dell'uso ripetuto dello stesso modello, ma dobbiamo provare.
yosuf: All'inizio, per tenere al sicuro le pecore e bene i lupi, prendiamo questo postulato come assioma e dimentichiamo temporaneamente il problema, non c'è altra via d'uscita. Siamo di fronte a un mercato non stazionario, anormale, non deterministico, ...., non identificato. Avviciniamoci ad esso con i suoi propri metodi.
yosuf: Se smussato usando la (18), non sarà possibile per il sistema rifiutare questa tecnica a causa dell'uso ripetuto dello stesso modello, ma vale la pena provare.
18 è una formula analitica. Calcoliamo i valori della funzione e prendiamo la differenza con il quoziente. Otteniamo l'errore di lisciatura. Cominciamo a lavorare con questo errore. O mi sono perso qualcosa?
Normale è un punto e stazionario è un processo. Facendo queste distinzioni ottengo una dinamica.
Non ricordo ora che il residuo è testato per la normalità, ma il test della radice unitaria prospera.
Se il modello di regressione scelto descrive bene la vera dipendenza, allora i residui dovrebbero essere variabili casuali indipendenti normalmente distribuite con media zero, e non ci dovrebbe essere alcuna tendenza nei loro valori.
Che tipo di stazionarietà c'è?
P.S. Sono stato dai mammut, torna, torna con te...
Dove troviamo un quoziente con un residuo distribuito normalmente? Possiamo solo inventare, ma non consideriamo questo caso qui.
I residui sono la differenza tra il valore previsto e il valore reale. Qui state calcolando l'errore - in realtà state analizzando i residui. Ma state contando i residui cumulativi e dovete guardare l'intera distribuzione.
Dove troviamo un quoziente con un residuo distribuito normalmente? Possiamo solo inventare, ma non consideriamo questo caso qui.
Questo è un errore. Se appianiamo una linea retta, sarà non stazionaria, ma se 18? In ogni caso, nello smoothing HP il residuo è molto spesso stazionario (non sempre).
Beh, per essere più precisi, gli avanzi sono ancora normali)))
All'inizio, per tenere al sicuro le pecore e bene i lupi, prendiamo questo postulato come assioma e dimentichiamo temporaneamente il problema, non c'è altra via d'uscita. Siamo di fronte a un mercato non stazionario, anormale, non deterministico, ...., non identificato. Avviciniamoci ad esso con i suoi propri metodi.
Ti riferisci al metodo "poke"?
No, è normale.
Normale è un punto e stazionario è un processo. Facendo queste distinzioni ottengo una dinamica.
Ora non ricordo che il resto sia stato testato per la normalità, ma il test della radice unitaria prospera.
Non è una buona idea. Se si smussa una linea retta, sarà instabile, ma se si smussano 18? In ogni caso, quando si liscia HP, molto spesso il residuo è stazionario (non sempre).
All'inizio, per tenere al sicuro le pecore e bene i lupi, prendiamo questo postulato come assioma e dimentichiamo temporaneamente il problema, non c'è altra via d'uscita. Siamo di fronte a un mercato non stazionario, anormale, non deterministico, ...., non identificato. Avviciniamoci ad esso con i suoi propri metodi.
Naturalmente.
Stai suggerendo il metodo "poke"?
Se smussato usando la (18), non sarà possibile per il sistema rifiutare questa tecnica a causa dell'uso ripetuto dello stesso modello, ma vale la pena provare.
18 è una formula analitica. Calcoliamo i valori della funzione e prendiamo la differenza con il quoziente. Otteniamo l'errore di lisciatura. Cominciamo a lavorare con questo errore. O mi sono perso qualcosa?
Normale è un punto e stazionario è un processo. Facendo queste distinzioni ottengo una dinamica.
Non ricordo ora che il residuo è testato per la normalità, ma il test della radice unitaria prospera.
Se il modello di regressione scelto descrive bene la vera dipendenza, allora i residui dovrebbero essere variabili casuali indipendenti normalmente distribuite con media zero, e non ci dovrebbe essere alcuna tendenza nei loro valori.
Che tipo di stazionarietà c'è?
P.S. Sono stato dai mammut, torna, torna con te...