エコノメトリックス:一歩先の予測 - ページ 94

 
faa1947:

脱線しないように。

決定論的要素を強調する。残像はどうですか?決定論的な要素について再度確認する。原因は古い。ノイズになれ。決定論的な要素を排除したノイズを得れば、推論が可能になる。


非定常系列の場合、この決定論的成分は時間の経過とともに大きく変化する。適応的な手法を適用して予測する必要があります。

 
Demi:


非定常系列の場合、この決定論的要素は時間の経過とともに大きく変化する。予測には、適応的な手法を適用する必要があります。

まずトピックを見ると、次のような考え方の詳細と、それに対する実用的な計算が書かれています。

アイデア

1. モデルをサンプルに適合させる

2.1歩先を予測する

3.事実が到着したら、シフトしたサンプルに再度フィットさせる

4 予想 再び1歩先へ。

右側にモデルパラメータ(ラグ)の表がありましたが、ほぼ毎回モデルパラメータが変化していることがわかります。

 
faa1947:

まずトピックを見ると、次のような考え方の詳細と、それに対する実用的な計算が書かれています。

アイデア

1. モデルをサンプルに適合させる

2.1歩先を予測する

3.いざとなったら、再びシフトしたサンプルでフィッティング。

4 予想 再び1歩先へ。

右側にモデルパラメータ(ラグ)の表がありましたが、ほぼ毎回モデルパラメータが変化していることがわかります。


そうなんですねー、不安定なんですねー、ちくしょうー))))

いいことは何もない。擬似静止画への適応は、すべてシャーマニズムに過ぎない。このシリーズは、どうレイプしても非定常であることに変わりはない。非常に強い非定常性、強い非定常性、弱い非定常性、強い非定常性 - 信頼できる予測方法はない。すべての数学的統計は、定常性とエルゴード性の仮説に基づいて開発されています。

 
エルゴード性がどう関係するんでしょうね。デミ、説明してくれ。たぶん、私は他の方法で理解するのに慣れているのだろう。
 
Demi:


だからそれが非定常なんだよ、クソが))))

いいことは何もない。このような擬似的な静止状態への還元はすべてシャーマニズムである。このシリーズは、どんなに無理をしても非定常であることに変わりはない。非常に強い非定常性、強い非定常性、弱い非定常性、強い非定常性 - 信頼できる予測方法はない。すべての数学的統計は、定常性とエルゴード性の仮説に基づいている。

プロフィット・ファクターが1より大きい場合の集計もあるが、より悪かったので、ほとんど慰めにはならない。

あきらめてはいけない。スムージングが悪いのか、リグレッサーが悪いのか、あるいは予測の解釈が悪いのか?調べてみる必要がありますね。そのために支店を開設したのです。

 
faa1947: 右側にモデルパラメータ(ラグ)の表がありましたが、ほぼ毎回モデルパラメータが変化していることがわかります。
それなのに、主要なパラメータが非常に不安定なモデルに固執するつもりなのですか?
 

Mathemat:

エルゴード性がどう関係するんでしょうね?デミ、説明してくれ。たぶん、私は他の方法で理解するのに慣れているのだろう。
確率過程がエルゴードである場合に限り、時系列あるいは空間系列から、将来と過去の両方の値に対応する分布関数を推定することができる。エルゴード性は、過去の指標値を将来の値の均質な母集団からの無作為なサンプルとして扱う根拠を提供するものです。

エルゴード過程では、ある実現値から計算された期待値、分散、自己相関 関数は、他のどの実現値に対しても同じになります。

(一部引用)

系列が非定常である場合、したがって非エルゴードである場合

 
Mathemat:
それでも、主要なパラメータが極めて持続不可能なモデルに固執するつもりですか?
モデルにこだわるのではない、メソッドにこだわるのだ
 

Demi: Тогда и только тогда, когда стохастический процесс является эргодическим

まず、これらはすべて私がすでに見慣れている一般的な言葉です。

第二に、見積もりプロセスを一連の認識として見ることは、重要ではありませんでした。実感は一人前です。少なくとも計量経済 学では。

第三に、最も重要なことですが、他の可能な実現ができないのに、どうやってエルゴード性を確認する のでしょうか。(もし、それができれば、どんなTCでも100%堅牢性をチェックできる理想的なテスターを作ることができます。)

faa1947: モデルにこだわるのではなく、メソッドにこだわるのです。

OK、質問は同じですが、メソッドに対してです。

 
Mathemat:

OK、同じ質問ですが、メソッドに。

これだけ充実しているものは他にありません