Матстат Эконометрика Матан - страница 10
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Доктор, еще как можно.
Воля + характер + опыт + нестандартные подходы (не слишком сложные).
Кто хотя бы раз интересовался как сломать систему?
что за система?
мы warface нагнули в свое время, нас не забанили, просто ma** выкупил права на эту игру и вырезал топы в которых мы бессменно висели)
еще и места в топ продавали(не я, прихвостом был, но там гениальные игроки просто были)
что за система?
Случайность.
... признайте, что на СБ зарабатывать нельзя. Покайтесь. И вас опять начнут принимать в приличном обществе )).
Доктор, я очень сильно Вас уважаю. И общался с Вами искренне и незабвенно.... Но, Вы - очень сильно туповаты. Признайтесь в этом, и, авось, наши отношения вновь наладятся.
А, насчет эконометрики, матстата и матана (Боже, какие названия!) я поддерживаю Автомата - эта дичь применима только в том случае, если индивидуум усёк физику процесса. Иначе - все это ерунда и внимания обращать не стоит.
Аминь.
Без обид.
Ёщё один. У вас что нетерплячка высказать своё мнение?
Чего вы сюда запёрлись флудить?
Доктор, назначь им всем лоботомию.
Ёщё один. У вас что нетерплячка высказать своё мнение?
Чего вы сюда запёрлись флудить?
Доктор, назначь им всем лоботомию.
К кому ты обращаешься, дружище? К полному дятлу. Впрочем, вольному - воля. Будет трудно - позови Тень. Авось, придет на помощь.
Попробую) Начну с того, что правдоподобием называется плотность распределения выборки. Она является функцией от выборки и от параметров. Подставляем в неё значения выборки, полученной в эксперименте и после этого она становится функцией от параметров. Находим значения параметров, при которых эта функция достигает максимума и объявляем эти значения искомыми значениями (оценками значений) параметров) Математическое доказательство того, что так можно делать имеется, но оно наверняка сложное и я его даже не пытался изучать)
В целом, всё просто, но нужно понимание того, что такое выборка - одно слово используется для двух разных понятий. А также нужно знать, что такое плотность распределения выборки и какова она в том случае, когда выборка - это вектор из независимых одинаково распределённых величин.
По просьбе топикстартера продолжу про принцип максимума правдоподобия. Для краткости буду использовать англоязычное обозначение MLE (maximum likelihood estimation).
1) Нужно научиться разделять два разных значения слова "выборка". Во-первых - это набор чисел полученных в эксперименте, а во-вторых - набор случайных величин. Первое - реально имеющиеся числа. Второе - абстрактная вероятностная модель, которую исследователь пытается приложить к этим числам, то есть один и тот же экспериментальный набор чисел можно рассматривать в совершенно разных моделях. Но всегда есть соответствие - одно число -> одна одномерная случайная величина. Экспериментальный вектор из десяти чисел должен моделироваться моделью из десяти случайных величин. Даже если все эти случайные величины одинаково распределены - это именно десять разных случайных величин!
2) Полная информация о наборе случайных величин содержится в их совместном (многомерном) распределении. Все распределения меньших размерностей (включая одномерные, с которыми мы обычно имеем дело) могут быть вычислены исходя из него.
По определению - правдоподобие это плотность этого совместного распределения. Для выборки размером N это числовая функция из числового N-мерного пространства. Помимо этого, она ещё зависит от параметров, которые нужно определить (оценить).
Соответственно, возникает вопрос - откуда эта функция берётся? Ответ - когда как.) Ибо всё разнообразие способов охватить невозможно.
3) Стандартный вариант MLE. Часто используется как определение MLE, но это слишком сильно сужает применимость метода. Используется допущение, что все случайные величины в выборке а) независимы и б) имеют одинаковое одномерное распределение с плотностью p(x,a), где а - параметр который необходимо оценить. Тогда функция правдоподобия L=p(x1,a)*p(x2,a)*...*p(xn,a), где n-размер выборки. Подставляем в качестве иксов выборку (в первом смысле), получаем L=L(a) и ищем amax, при котором L достигает максимума. Замечаем, что можно вместо L(a) можно максимизировать LL(a)=log(L(a)), поскольку логарифм - монотонная функция и, что удобно, заменяет произведение сложением.
Для примера рассмотрим экспоненциальное распределение p(x,a)=a*exp(-a*x), log(p(x,a))=log(a)-a*x, производная по параметру d(log(p(x,a)))/da=1/a-x. Таким образом нужно решить уравнение 1/a-x1+1/a-x2+...+1/a-xn=0 -> amax=n/(x1+x2+...+xn).
4) В следующий раз опишу, как получается метод минимизации суммы модулей вместо МНК)
Roman:
Доктор, назначь им всем лоботомию.
Друг мой, пробовали, это не помогает. Со своей стороны постараюсь флудить тут по-минимуму.
Доктор, я очень сильно Вас уважаю. И общался с Вами искренне и незабвенно.... Но, Вы - очень сильно туповаты. Признайтесь в этом, и, авось, наши отношения вновь наладятся.
Если пациенту совсем плохо, я готов на любые меры, чтобы облегчить страдания. Иногда я даже чуть развязываю тесёмки на смирительной рубашке.
Читал ваш опус. Вы практически доказали, что никакие манипуляции с тиками не меняют персистентность ряда. Поздравляю.