글쎄, 우리는 함께 왔습니다. 저것들. 중개 마진이 고려됩니다. 그들은 우리보다 적게 가지고 있습니다. 터무니없는 금액입니다.
나머지 돈은? 나는 바지를 샀다-실현, 그러나 나는 주식, 선물을 샀다-무엇입니까? 계정의 회전율을 계산해야합니다 ...
일반적으로이 전체 시장 경제 ....
Big Mac에서는 현물로 셀 필요가 있습니다. 그리고 통화 표현은 심지어 다른 통화에서도 안정적인 가격과 안정적인 환율에서만 효율적입니다. 오늘? 모두 루블에 의존했습니다. 그리고 통화 쌍 차트를보십시오! 또는 달러 인덱스 차트에서. 어떤 가격에 대해 이야기할 수 있습니까?
우리는 무엇과 무엇을 비교하고 있습니까? 중국에서 실제 실제 생산되는 전자 제품에 대한 미국 GDP의 일부입니까? 진짜 철 조각으로 공기?
이 그래프를 보면 경기 침체 전 주택 건설이 쇠퇴하는 추세를 볼 수 있습니다. 코드에서 선택하는 지표는 데이터 변환 방법에 따라 크게 다릅니다. 나는 선물이 GDP에 영향을 미친다는 것을 완전히 인정합니다. 미래를 반영하는 시계열이 있으면 링크를 표시하십시오. 내 예측 변수는 모두 FRED2 feda 데이터베이스에서 가져옵니다. 경제 및 재무 지표가 있습니다.
이러한 지표의 문제점은 약 30만 개에 달한다는 것입니다. 많은 지역 및 국제 데이터. 코드를 로드하지 않으려면 "불필요한" 데이터를 수동으로 폐기해야 했습니다. 약 10,000개의 지표가 나타났습니다. 그러나 이러한 모든 지표가 오랫동안 정부에서 발행된 것은 아닙니다. 일부는 1800년대부터 생산되었고 나머지는 지난 10년 동안 생산되었습니다. 내 코드는 모델을 구축하기에 충분한 데이터를 갖기 위해 1960년 이후 생성된 지표만 고려합니다. 55년의 역사 또는 각 지표의 220개 데이터. 10,000개의 선택된 지표가 2,000개로 좁혀집니다. 오늘날의 시장은 50년 전의 시장과 상당히 다르다는 논의에 빠져들 수 있습니다. 그리고 컴퓨터, 인터넷, 중국의 영향력, 미국 정부의 경제 관리 간섭 등에 전적으로 동의합니다. 그러나 지난 15년 동안의 데이터만 취하면 각 지표에서 60개의 값만 얻을 수 있고 두 번의 경기 침체만 발생하며 이는 통계학자들이 알다시피 모델을 구축하기에 충분하지 않습니다. 그러므로 우리는 경제가 달랐을 때의 역사를 더 깊이 들어가야 합니다. 결과적으로 다른 어려움이 발생합니다. 당시 경제를 설명했던 것이 오늘날에는 잘 설명되지 않습니다. 그건 그렇고, 나는 역사를 15-20 년으로 줄이려고했지만 예측은 훨씬 더 나빴습니다.
Units: Display integer periods instead of dates (e.g. ...,-1,0,1,...) with the value scaled to 100 at period 0. Use a formula to modify and combine data series into a single line. For example, invert an exchange rate a by using formula 1/a, or calculate the spread between 2 interest rates a and b by using formula a - b. Use the...
이 그래프를 보면 경기 침체 전 주택 건설이 쇠퇴하는 추세를 볼 수 있습니다. 코드에서 선택하는 지표는 데이터 변환 방법에 따라 크게 다릅니다. 나는 선물이 GDP에 영향을 미친다는 것을 완전히 인정합니다. 미래를 반영하는 시계열이 있으면 링크를 표시하십시오. 내 예측 변수는 모두 FRED2 feda 데이터베이스에서 가져옵니다. 경제 및 재무 지표가 있습니다.
이러한 지표의 문제점은 약 30만 개에 이른다는 것입니다. 많은 지역 및 국제 데이터. 코드를 로드하지 않으려면 "불필요한" 데이터를 수동으로 폐기해야 했습니다. 약 10,000개의 지표가 나타났습니다. 그러나 이러한 모든 지표가 오랫동안 정부에서 발행된 것은 아닙니다. 일부는 1800년대부터 생산되었고 나머지는 지난 10년 동안 생산되었습니다. 내 코드는 모델을 구축하기에 충분한 데이터를 갖기 위해 1960년 이후 생성된 지표만 고려합니다. 55년의 역사 또는 각 지표의 220개 데이터. 10,000개의 선택된 지표가 2,000개로 좁혀집니다. 오늘날의 시장은 50년 전의 시장과 상당히 다르다는 논의에 빠져들 수 있습니다. 그리고 컴퓨터, 인터넷, 중국의 영향력, 미국 정부의 경제 관리 간섭 등에 전적으로 동의합니다. 그러나 지난 15년 동안의 데이터만 취하면 각 지표에서 60개의 값만 얻을 수 있고 두 번의 경기 침체만 발생하며 이는 통계학자들이 알다시피 모델을 구축하기에 충분하지 않습니다. 그러므로 우리는 경제가 달랐을 때의 역사를 더 깊이 들어가야 합니다. 결과적으로 다른 어려움이 발생합니다. 당시 경제를 설명했던 것이 오늘날에는 잘 설명되지 않습니다. 그건 그렇고, 나는 역사를 15-20 년으로 줄이려고했지만 예측은 훨씬 더 나빴습니다.
어떻게 보면 스스로를 모욕하고 모욕하는 것입니다. 위엄이 없습니까? 당신은 그런 태도로 멀리 가지 않을 것입니다.
저는 경제학 전문가가 아니어서 1번이 얼마나 현명한 것인지 모릅니다. 하지만 제 과학 분야에서는 대학 교수들이 회사에서 일하는 사람들, 관행에 대해 아는 것보다 훨씬 덜 알고 있다고 확신할 수 있습니다. 나는 그것이 경제학에서도 동일하다고 믿습니다. 새로운 이론을 할 수 있는 전문가 몇 명뿐이고 나머지는 미국인들이 말하는 것처럼 사과를 다듬습니다. 연준이 경제를 예측할 줄 아는 명사라고 생각합니까? 2008년은 어떻습니까? Bernanke는 공식적으로 경기 침체가 시작되기 3개월 전인 2007년 9월까지 금리 인하를 거부했습니다. 1990년대 후반에 파산했고 은행과 정부에서 구제금융을 받은 Long-Term Capital Management 헤지펀드는 어떻습니까? 이 기금의 수장에는 두 명의 노벨상 수상자 스콜스와 머튼이 있었습니다. 알고 계시겠지만 스콜스는 블랙-숄즈의 금융 모델 ( 옵션가격 책정 모델 ) 의 저자 중 한 명으로,그 공로로 노벨상을 받았습니다. 어떤 이유에서인지 부자 투자자(그리고 LTCM 회원)는 돈을 잘 벌거나 손해를 봅니다. 그러나 최후의 수단으로 국가에서 항상 돌려받고 나머지 투자자들은 증권 거래소에서 돈을 잃습니다. , 아무도 그들을 구출하지 않았습니다.
Long-Term Capital Management Industry Founded Founder Defunct Headquarters Products LTCM Partners John W. Meriwether headed Salomon Brothers' bond arbitrage desk until he resigned in 1991 amid a trading scandal.4 According to Chi-Fu Huang, later a Principal at LTCM, the bond arbitrage group was responsible for 80-100% of...
В данной статье представлен пример решения задачи по разработке инструмента трейдера для получения и анализа различных показателей отчетов CFTC. Концепция, в которой реализован инструмент, заключается в следующем: разработать один индикатор, который позволял бы получать показатели отчетов непосредственно из файлов данных, предоставляемых комиссией без промежуточных обработок и преобразований.
입력 데이터 변환에 대한 제 경험을 소개합니다. 경제 모델링에 대한 기사에 요약된 데이터를 변환하는 방법에는 여러 가지가 있습니다.
1. 차이: x[i] - x[i-1]. 입력 x[]에 일정한 분산이 있는 경우 적용 가능합니다. 1960년의 역사를 가진 약 2,000개의 예측 변수가 있습니다. 시간이 지남에 따라 분산이 어떻게 변하는지 알아보기 위해 차이 x[i] - x[i-1]를 계산한 다음 제곱한 다음 람다 1e7이 있는 Hodrick-Prescott 필터를 사용하여 평균을 낸 다음 루트를 사용하여 알아냈습니다. 시간의 함수로서의 분산. 그런 다음 각 입력 시리즈에 대해 기록 끝(Q4 2015)의 분산을 기록 시작(Q1 1960)의 분산으로 나누고 히스토그램을 작성했습니다.
많은 입력은 다소 일정한 분산을 갖습니다(히스토리의 시작과 끝에서의 분산 비율은 약 1입니다). 그러나 분산 비율이 3 이상인 입력도 많이 있습니다. 1960년부터 오늘날까지 GDP의 분산은 약 4배 증가했다. 분산이 변경되지 않는 입력으로 GDP 모델을 구축하는 것은 불가능하기 때문에 입력을 차이로 변환하는 것만으로는 충분하지 않습니다.
2. 운동량: x[i]/x[i-1] - 1 또는 log(x[i]/x[i-1]). 다른 분산으로 입력을 자동으로 정규화하지만 모든 데이터가 양수인 경우에만 작동합니다. 공식 x[i]/x[i-1] - 1 = (x[i] - x[i-1])/x[i-1]은 성장을 %로 계산하는 것으로 생각할 수 있습니다. 즉, x[i] - x[i-1]을 x[i-1]의 백분율로 표시합니다. x[i-1]이 0이면 이 공식은 의미가 없으며 무한한 값을 제공합니다. x[i-1]이 음수이면 이 공식도 의미가 없습니다. 경제 지표의 약 15%는 양수와 음수 값을 모두 가지고 있습니다. 음수 계열의 분산이 거의 일정하기를 바라며 양수 계열에는 운동량을 사용하고 음수 계열에는 분산을 사용할 수 있습니다. 그러나 불행히도 양수 및 음수 값을 갖는 경제 지표가 있으며 시간이 지남에 따라 분산이 크게 증가합니다. 예를 들어:
3. 분산으로 정규화된 차이: (x[i] - x[i-1])/StdDev[i]. 내 경험상 이것은 모든 종류의 데이터에 대해 가장 다재다능한 변환입니다. 여기에는 두 가지 심각한 문제가 있습니다. (1) StdDev의 시간 종속 분산을 올바르게 계산하는 방법과 (2) 미래의 분산을 알 수 없는 경우 예측을 시리즈의 원래 형식으로 다시 변환하는 방법입니다.
1. 그 자체로 분석이 있다. 우리는 실업을 분석하고 과거에 실업에 영향을 미친 요인을 찾습니다.
2. 그리고 또 다른 분석이 있습니다. 처음에 우리는 실업을 예측하고 미래에 이 실업에 영향을 미치는 요인을 찾습니다.
첫 번째 경우 미래를 예측하려면 분석 결과를 외삽 합니다. 그리고 여기서 우리는 외삽 값과 현재 값 사이의 차이가 신뢰 구간 내에 속하는 상황에 직면합니다. 즉, 외삽을 기반으로 한 최상의 예측은 현재 값입니다!
두 번째 경우에는 이전 값에 관심이 없습니다. 과거 데이터를 기반으로 새로운 미래 가치(추세)를 계산하고 과거를 미래로 이어가지 않습니다. 이 경우 새로운 데이터가 도착하면 모델은 반드시 이전 상황은 아니지만 과거에 있었던 과거 상황에 대한 지식을 기반으로 예측을 수행합니다.
저것들. 외삽은 예측과 엄격하게 구별되어야 합니다.
거의 감지할 수 없는 차이가 매우 심각한 결과를 수반하는 것처럼 보일 것입니다.
1. 대상 변수 자체. 결과적으로 이것은 쓸데없는 질문과는 거리가 멉니다. 그리고 특히 포인트 2를 고려하여 대상 변수의 속성에 대한 철저한 분석 없이는 할 수 없습니다.
2. 이 목표 변수와 관련된 예측 변수의 선택. 속성에 대한 대상 변수에 대한 예측 가능성이 있는 예측 변수의 선택. 예를 들어, 대상 변수: 상승-하강. 우리는 목표 변수의 상승과 관련된 예측 변수가 필요하지만 목표 변수의 값을 예측하는 예측 변수에는 관심이 없습니다.
추신.
경험에서. 이 접근 방식을 사용하여 명목 변수를 예측할 때 위에서 설명한 바와 같이 사전 처리에 의해 예측 변수의 예측 능력에 어떠한 영향도 미치지 않았으며, 예를 들어 주성분 집합(PCA 또는 다른 사람들), 그것은 우리에게 놀라운 속성을 가지고 있으며 의미가 없습니다.
글쎄요, Khazin의 생각은 분명합니다.
2010년에 NYCE NASDAQ에 있는 금융 상품의 총량 = 17.796 + 12.659조 달러. 그리고 GDP는 두 배나 낮습니다. 동시에 GDP에서 금융이 차지하는 비중은 말도 안됩니다. 어떻게 이럴 수있어?
미국의 통계와 관련된 모든 것은 매우 조심해야 합니다. GDP 계산 방법론에 대해 깊이 파고들 필요가 있습니다 ... 이것이 필요한가요?
GDP는 해당 연도에 제공된 금융 서비스의 양을 고려하며, 국내 주식 시장의 명목 자본금은 고려하지 않습니다.
글쎄, 우리는 함께 왔어요. 저것들. 중개 마진이 고려됩니다. 그들은 우리보다 적게 가지고 있습니다. 터무니없는 금액입니다.
나머지 돈은? 나는 바지를 샀다-실현, 그러나 나는 주식, 선물을 샀다-무엇입니까? 계정의 회전율을 계산해야합니다 ...
글쎄, 우리는 함께 왔습니다. 저것들. 중개 마진이 고려됩니다. 그들은 우리보다 적게 가지고 있습니다. 터무니없는 금액입니다.
나머지 돈은? 나는 바지를 샀다-실현, 그러나 나는 주식, 선물을 샀다-무엇입니까? 계정의 회전율을 계산해야합니다 ...
일반적으로이 전체 시장 경제 ....
Big Mac에서는 현물로 셀 필요가 있습니다. 그리고 통화 표현은 심지어 다른 통화에서도 안정적인 가격과 안정적인 환율에서만 효율적입니다. 오늘? 모두 루블에 의존했습니다. 그리고 통화 쌍 차트를보십시오! 또는 달러 인덱스 차트에서. 어떤 가격에 대해 이야기할 수 있습니까?
우리는 무엇과 무엇을 비교하고 있습니까? 중국에서 실제 실제 생산되는 전자 제품에 대한 미국 GDP의 일부입니까? 진짜 철 조각으로 공기?
이미 썼듯이 예측자를 선택하는 것은 내가 아니라 예측 오류에 의한 코드입니다. 나는 최종 모델을보고 어떤 지표가 있는지 확인합니다. 예를 들어, 지표 중 하나는 주택 건설 시작입니다 .
https://research.stlouisfed.org/fred2/series/HOUST1F
이 그래프를 보면 경기 침체 전 주택 건설이 쇠퇴하는 추세를 볼 수 있습니다. 코드에서 선택하는 지표는 데이터 변환 방법에 따라 크게 다릅니다. 나는 선물이 GDP에 영향을 미친다는 것을 완전히 인정합니다. 미래를 반영하는 시계열이 있으면 링크를 표시하십시오. 내 예측 변수는 모두 FRED2 feda 데이터베이스에서 가져옵니다. 경제 및 재무 지표가 있습니다.
https://research.stlouisfed.org/fred2/categories
이러한 지표의 문제점은 약 30만 개에 달한다는 것입니다. 많은 지역 및 국제 데이터. 코드를 로드하지 않으려면 "불필요한" 데이터를 수동으로 폐기해야 했습니다. 약 10,000개의 지표가 나타났습니다. 그러나 이러한 모든 지표가 오랫동안 정부에서 발행된 것은 아닙니다. 일부는 1800년대부터 생산되었고 나머지는 지난 10년 동안 생산되었습니다. 내 코드는 모델을 구축하기에 충분한 데이터를 갖기 위해 1960년 이후 생성된 지표만 고려합니다. 55년의 역사 또는 각 지표의 220개 데이터. 10,000개의 선택된 지표가 2,000개로 좁혀집니다. 오늘날의 시장은 50년 전의 시장과 상당히 다르다는 논의에 빠져들 수 있습니다. 그리고 컴퓨터, 인터넷, 중국의 영향력, 미국 정부의 경제 관리 간섭 등에 전적으로 동의합니다. 그러나 지난 15년 동안의 데이터만 취하면 각 지표에서 60개의 값만 얻을 수 있고 두 번의 경기 침체만 발생하며 이는 통계학자들이 알다시피 모델을 구축하기에 충분하지 않습니다. 그러므로 우리는 경제가 달랐을 때의 역사를 더 깊이 들어가야 합니다. 결과적으로 다른 어려움이 발생합니다. 당시 경제를 설명했던 것이 오늘날에는 잘 설명되지 않습니다. 그건 그렇고, 나는 역사를 15-20 년으로 줄이려고했지만 예측은 훨씬 더 나빴습니다.
이미 썼듯이 예측자를 선택하는 것은 내가 아니라 예측 오류에 의한 코드입니다. 나는 최종 모델을보고 어떤 지표가 있는지 확인합니다. 예를 들어, 지표 중 하나는 주택 건설 시작입니다 .
https://research.stlouisfed.org/fred2/series/HOUST1F
이 그래프를 보면 경기 침체 전 주택 건설이 쇠퇴하는 추세를 볼 수 있습니다. 코드에서 선택하는 지표는 데이터 변환 방법에 따라 크게 다릅니다. 나는 선물이 GDP에 영향을 미친다는 것을 완전히 인정합니다. 미래를 반영하는 시계열이 있으면 링크를 표시하십시오. 내 예측 변수는 모두 FRED2 feda 데이터베이스에서 가져옵니다. 경제 및 재무 지표가 있습니다.
https://research.stlouisfed.org/fred2/categories
이러한 지표의 문제점은 약 30만 개에 이른다는 것입니다. 많은 지역 및 국제 데이터. 코드를 로드하지 않으려면 "불필요한" 데이터를 수동으로 폐기해야 했습니다. 약 10,000개의 지표가 나타났습니다. 그러나 이러한 모든 지표가 오랫동안 정부에서 발행된 것은 아닙니다. 일부는 1800년대부터 생산되었고 나머지는 지난 10년 동안 생산되었습니다. 내 코드는 모델을 구축하기에 충분한 데이터를 갖기 위해 1960년 이후 생성된 지표만 고려합니다. 55년의 역사 또는 각 지표의 220개 데이터. 10,000개의 선택된 지표가 2,000개로 좁혀집니다. 오늘날의 시장은 50년 전의 시장과 상당히 다르다는 논의에 빠져들 수 있습니다. 그리고 컴퓨터, 인터넷, 중국의 영향력, 미국 정부의 경제 관리 간섭 등에 전적으로 동의합니다. 그러나 지난 15년 동안의 데이터만 취하면 각 지표에서 60개의 값만 얻을 수 있고 두 번의 경기 침체만 발생하며 이는 통계학자들이 알다시피 모델을 구축하기에 충분하지 않습니다. 그러므로 우리는 경제가 달랐을 때의 역사를 더 깊이 들어가야 합니다. 결과적으로 다른 어려움이 발생합니다. 당시 경제를 설명했던 것이 오늘날에는 잘 설명되지 않습니다. 그건 그렇고, 나는 역사를 15-20 년으로 줄이려고했지만 예측은 훨씬 더 나빴습니다.
캐나다에 사는 내 오랜 친구가 말했듯이: 당신의 번호는 8이고 나중에 물어볼 것입니다.
이 대기열에서 자신의 위치를 아는 것이 중요합니다.
어떻게 보면 스스로를 모욕하고 모욕하는 것입니다. 위엄이 없습니까? 당신은 그런 태도로 멀리 가지 않을 것입니다.
저는 경제학 전문가가 아니어서 1번이 얼마나 현명한 것인지 모릅니다. 하지만 제 과학 분야에서는 대학 교수들이 회사에서 일하는 사람들, 관행에 대해 아는 것보다 훨씬 덜 알고 있다고 확신할 수 있습니다. 나는 그것이 경제학에서도 동일하다고 믿습니다. 새로운 이론을 할 수 있는 전문가 몇 명뿐이고 나머지는 미국인들이 말하는 것처럼 사과를 다듬습니다. 연준이 경제를 예측할 줄 아는 명사라고 생각합니까? 2008년은 어떻습니까? Bernanke는 공식적으로 경기 침체가 시작되기 3개월 전인 2007년 9월까지 금리 인하를 거부했습니다. 1990년대 후반에 파산했고 은행과 정부에서 구제금융을 받은 Long-Term Capital Management 헤지펀드는 어떻습니까? 이 기금의 수장에는 두 명의 노벨상 수상자 스콜스와 머튼이 있었습니다. 알고 계시겠지만 스콜스는 블랙-숄즈의 금융 모델 ( 옵션 가격 책정 모델 ) 의 저자 중 한 명으로, 그 공로로 노벨상을 받았습니다. 어떤 이유에서인지 부자 투자자(그리고 LTCM 회원)는 돈을 잘 벌거나 손해를 봅니다. 그러나 최후의 수단으로 국가에서 항상 돌려받고 나머지 투자자들은 증권 거래소에서 돈을 잃습니다. , 아무도 그들을 구출하지 않았습니다.
https://en.wikipedia.org/wiki/Long-Term_Capital_Management
솔직히 제가 직접 읽어보진 않았지만 디디에 소르네토 읽어본 사람 있나요???
입력 데이터 변환에 대한 제 경험을 소개합니다. 경제 모델링에 대한 기사에 요약된 데이터를 변환하는 방법에는 여러 가지가 있습니다.
1. 차이: x[i] - x[i-1]. 입력 x[]에 일정한 분산이 있는 경우 적용 가능합니다. 1960년의 역사를 가진 약 2,000개의 예측 변수가 있습니다. 시간이 지남에 따라 분산이 어떻게 변하는지 알아보기 위해 차이 x[i] - x[i-1]를 계산한 다음 제곱한 다음 람다 1e7이 있는 Hodrick-Prescott 필터를 사용하여 평균을 낸 다음 루트를 사용하여 알아냈습니다. 시간의 함수로서의 분산. 그런 다음 각 입력 시리즈에 대해 기록 끝(Q4 2015)의 분산을 기록 시작(Q1 1960)의 분산으로 나누고 히스토그램을 작성했습니다.
많은 입력은 다소 일정한 분산을 갖습니다(히스토리의 시작과 끝에서의 분산 비율은 약 1입니다). 그러나 분산 비율이 3 이상인 입력도 많이 있습니다. 1960년부터 오늘날까지 GDP의 분산은 약 4배 증가했다. 분산이 변경되지 않는 입력으로 GDP 모델을 구축하는 것은 불가능하기 때문에 입력을 차이로 변환하는 것만으로는 충분하지 않습니다.
2. 운동량: x[i]/x[i-1] - 1 또는 log(x[i]/x[i-1]). 다른 분산으로 입력을 자동으로 정규화하지만 모든 데이터가 양수인 경우에만 작동합니다. 공식 x[i]/x[i-1] - 1 = (x[i] - x[i-1])/x[i-1]은 성장을 %로 계산하는 것으로 생각할 수 있습니다. 즉, x[i] - x[i-1]을 x[i-1]의 백분율로 표시합니다. x[i-1]이 0이면 이 공식은 의미가 없으며 무한한 값을 제공합니다. x[i-1]이 음수이면 이 공식도 의미가 없습니다. 경제 지표의 약 15%는 양수와 음수 값을 모두 가지고 있습니다. 음수 계열의 분산이 거의 일정하기를 바라며 양수 계열에는 운동량을 사용하고 음수 계열에는 분산을 사용할 수 있습니다. 그러나 불행히도 양수 및 음수 값을 갖는 경제 지표가 있으며 시간이 지남에 따라 분산이 크게 증가합니다. 예를 들어:
3. 분산으로 정규화된 차이: (x[i] - x[i-1])/StdDev[i]. 내 경험상 이것은 모든 종류의 데이터에 대해 가장 다재다능한 변환입니다. 여기에는 두 가지 심각한 문제가 있습니다. (1) StdDev의 시간 종속 분산을 올바르게 계산하는 방법과 (2) 미래의 분산을 알 수 없는 경우 예측을 시리즈의 원래 형식으로 다시 변환하는 방법입니다.
나는 모든 현대 경제 수학을 두 부분으로 나눌 것입니다.
과거를 분석하지 않고는 미래를 예측할 수 없기 때문에 구분이 잘못된 것 같다.
그러나 실제로는 그렇지 않다는 것을 알게 되었습니다. 경계는 존재하고 기본입니다.
1. 그 자체로 분석이 있다. 우리는 실업을 분석하고 과거에 실업에 영향을 미친 요인을 찾습니다.
2. 그리고 또 다른 분석이 있습니다. 처음에 우리는 실업을 예측하고 미래에 이 실업에 영향을 미치는 요인을 찾습니다.
첫 번째 경우 미래를 예측하려면 분석 결과를 외삽 합니다. 그리고 여기서 우리는 외삽 값과 현재 값 사이의 차이가 신뢰 구간 내에 속하는 상황에 직면합니다. 즉, 외삽을 기반으로 한 최상의 예측은 현재 값입니다!
두 번째 경우에는 이전 값에 관심이 없습니다. 과거 데이터를 기반으로 새로운 미래 가치(추세)를 계산하고 과거를 미래로 이어가지 않습니다. 이 경우 새로운 데이터가 도착하면 모델은 반드시 이전 상황은 아니지만 과거에 있었던 과거 상황에 대한 지식을 기반으로 예측을 수행합니다.
저것들. 외삽은 예측과 엄격하게 구별되어야 합니다.
거의 감지할 수 없는 차이가 매우 심각한 결과를 수반하는 것처럼 보일 것입니다.
1. 대상 변수 자체. 결과적으로 이것은 쓸데없는 질문과는 거리가 멉니다. 그리고 특히 포인트 2를 고려하여 대상 변수의 속성에 대한 철저한 분석 없이는 할 수 없습니다.
2. 이 목표 변수와 관련된 예측 변수의 선택. 속성에 대한 대상 변수에 대한 예측 가능성이 있는 예측 변수의 선택. 예를 들어, 대상 변수: 상승-하강. 우리는 목표 변수의 상승과 관련된 예측 변수가 필요하지만 목표 변수의 값을 예측하는 예측 변수에는 관심이 없습니다.
추신.
경험에서. 이 접근 방식을 사용하여 명목 변수를 예측할 때 위에서 설명한 바와 같이 사전 처리에 의해 예측 변수의 예측 능력에 어떠한 영향도 미치지 않았으며, 예를 들어 주성분 집합(PCA 또는 다른 사람들), 그것은 우리에게 놀라운 속성을 가지고 있으며 의미가 없습니다.