"Grafiklerin Analizine Ekonometrik Yaklaşım" makalesi için tartışma - sayfa 7

[Silindi]  
faa1947:

Bravo! Harika bir yazı, birçok konuya değiniyor. Ancak bazı noktalar eleştirilebilir. Örneğin, bunlardan biri - aykırı değerleri kaldırmanız gerektiğine neye dayanarak karar verdiniz? Çıkarılmamaları gerekir.
 
-Alexey-:
Bravo! Harika bir yazı, birçok konuya değiniyor. Ancak bazı noktalar eleştirilebilir. Örneğin, bunlardan biri - aykırı değerleri kaldırmanız gerektiğine neye dayanarak karar verdiniz? Onları kaldıramazsınız.
Aykırı değer, aykırı değerle aynı şey değildir. Alıntılara bakmak zorundasınız. Eğer bir aykırı değer nispeten nadirse, o zaman onu bir eşiğe indirmelisiniz (silmemelisiniz). Eğer değilse, ne yapılacağı açık değildir. Prensip olarak, aykırı değerler istatistikleri büyük ölçüde bozar. Herhangi bir istatistik paketi bu olasılığı sağlar ve uygun önerilerde bulunur.
[Silindi]  
faa1947:
Aykırı olan aykırı değildir. Alıntılara bakmanız gerekir. Aykırı değer nispeten nadir görülen bir durumsa, eşik değerine kadar kırpılmalıdır (silinmemelidir). Eğer değilse, ne yapılacağı açık değildir. Prensip olarak, aykırı değerler istatistikleri büyük ölçüde bozar. Herhangi bir istatistik paketi bu olasılığı sağlar ve uygun önerilerde bulunur.

Bildiğim kadarıyla, ölçümlerde aykırı değerler, sonuçların en azından bazı yasalar tarafından birleştirildiği önceden bilindiğinde, yani başka bir deyişle, ölçülen değeri üreten süreç rastgele olmayan veya rastgele durağan olduğunda ve aykırı değer rastgelelikten (rastgele olmama veya durağanlık sınırlarını aşarak) kaynaklanabildiğinde kaldırılır ve bu durumda bu tür bir rastgelelik bir çarpıtmadır. Durağan olmayan bir fiyat serisiyle ilgileniyorsak, herhangi bir seviyedeki rasgelelik istatistiğin bir parçasıdır (rasgele olmayan kısmın yanı sıra, ancak bunları ayırmak zordur) ve sırasıyla istatistiğin bir kısmının kaldırılması, istatistiğin bozulmasıdır. Ben, rastgele ve durağan olmayan bir süreçle çalışırken bir şeyi çıkarmaya (kesmeye) hakkımız olmadığı fikrine daha yakınım. Bu arada, örneğin kırpmanın nihai amacının ne olduğunu düşündüğünüzü yanıtlamadınız. İstatistik paketleri muhtemelen durağan serilerle çalışmayı amaçlamaktadır ve anormal değerleri kırpma önerileri bu durumda geçerlidir.

Eğer durum böyle değilse, ne yapılması gerektiği açık değildir.

Bununla ne demek istiyorsunuz?
 
-Alexey-:

Bildiğim kadarıyla, ölçümler yapılırken, sonuçların en azından bazı yasalar tarafından birleştirildiği önceden bilindiğinde, yani başka bir deyişle, ölçülen değeri üreten süreç rastgele olmayan veya rastgele durağan olduğunda ve aykırı değer rastgelelikten (rastgele olmama veya durağanlık sınırlarını aşarak) kaynaklanabildiğinde ve bu durumda bu tür bir rastgelelik bir bozulmadır. Durağan olmayan bir fiyat serisiyle ilgileniyorsak, herhangi bir seviyedeki rasgelelik istatistiğin bir parçasıdır (rasgele olmayan kısmın yanı sıra, ancak bunları ayırmak zordur) ve sırasıyla istatistiğin bir kısmının kaldırılması, istatistiğin bozulmasıdır. Ben, rastgele ve durağan olmayan bir süreçle çalışırken bir şeyi çıkarmaya (kesmeye) hakkımız olmadığı fikrine daha yakınım. Bu arada, örneğin kırpmanın nihai amacının ne olduğunu düşündüğünüzü yanıtlamadınız. İstatistik paketleri muhtemelen durağan serilerle çalışmayı amaçlamaktadır ve bu durumda anormal değerleri kırpma önerileri geçerlidir.

Bununla ne demek istiyorsunuz?

ARIMA modeli bile durağan olmayan serileri durağan bir forma indirgeyerek ele alır.

Bana öyle geliyor ki tırnak kesme sorununun iki katmanı var: yüzeysel ve derin.

Yüzeyde, örneğin stopların düşürülmesi gibi, piyasanın durağan olmamasıyla hiçbir ilgisi olmayan sorunlar vardır.

Matematiksel istatistik ve ekonometri uygulamasının daha derin sorunu, hem başlangıç verilerinin hem de ara sonuçların ve sonuçların matematik dışı - sezgisel yöntemlerle kontrol edilmesi gerektiğidir. Kesme eşiğinin (2, 3, 4 sigma veya diğer) seçimi ancak grafiğin görsel olarak incelenmesinden sonra mümkündür ve güven aralıklarının seçilmesi sorununu ifade eder. Matematiğin uygulanmasındaki en büyük sorun, uygulamanın istatistikçinin kendi sanatı olmadan düşünülememesidir. Hiç kimse "kes - kesme" kuralını formüle etmeyecektir. Eğer keserseniz - durağan olmama özelliğini ortadan kaldırırsınız, eğer kesmezseniz - başarısız örnekleme ile genel popülasyonun gerçek dağılımını bozarsınız.

Ekonometrinin kalbi, birinci ve ikinci türden hatalar yapmanın mümkün olduğu hipotez testidir: yanlış alternatif hipotez lehine doğru boş hipotezi reddetmek ve yanlış boş hipotez lehine doğru alternatif hipotezi reddetmek.

Yukarıdakiler göz önüne alındığında, size aynı anda hem katılabilir hem de katılmayabilirim. Önceden belirli bir örneklemi dikkate almadan sorunuzu kesin olarak yanıtlamak mümkün değildir.

[Silindi]  

Даже модель ARIMA работает с нестационарными рядами путем приведения их к стационарному виду.

Ve bundan sonra bile model sıraları zaman içinde değişebilir. Sonuç - durağan olmayan bir veri serisi, bir noktada durağan bir seriyle çalışmak üzere tasarlanmış bir modele (yönteme) uydurulmuştur. Bu böyle olduğu için - kovalamanın ne sıklıkta yapılacağını, ne kadar süre çalıştığını bir şekilde araştırmak gerekir. Bu olmadan - uygun olmayan bir modeli nasıl kullanırsınız?

kesmedi - başarısız örneklem tarafından genel popülasyonun gerçek dağılımını çarpıttı

Burada akıl yürütmenin yanlış olduğunu düşünüyorum. Durağan olmayan bir serinin genel popülasyonu yoktur, aksi takdirde durağan bir seridir. Ve öyle olduğu için de gerçek bir dağılım yoktur.

Devrilme hakkında - öyle olup olmadığını nasıl biliyorsunuz? Elbette, birkaç DC'nin verilerini, güçlü seviyelerin yakınında, hatta yuvarlak olanları analiz ederseniz ve bazılarının durağı düşürdüğünü görürseniz (bunun için bir kriter getirmeniz gerekir), o zaman size katılıyorum, kesmek için bazı yarı-nesnel gerekçeler ortaya çıkıyor. Ancak - bunu tespit etmek bütün bir çalışma, büyük bir araştırmadır.

Matematiksel istatistik ve ekonometriyi uygulamanın daha derin sorunu, hem ilk verilerin hem de ara sonuçların ve sonuçların matematik dışı - sezgisel yöntemlerle kontrol edilmesi gerektiğidir. Kesme eşiğinin seçimi (2, 3, 4 sigma veya diğer) ancak grafiğin görsel olarak incelenmesinden sonra mümkündür ve güven aralıklarının seçilmesi sorununu ifade eder. Matematiğin uygulanmasındaki en büyük sorun, uygulamanın istatistikçinin kendi sanatı olmadan düşünülemez olmasıdır.

Ben buna böyle demezdim. İstatistikçinin sanatı ya da belki de sadece eğitim derecesi, durağan olmayan bir seriyle ilişkili olarak durağan bir seriyle çalışmaya yönelik yöntemlerin uygulanabilirlik sınırlarını tahmin edebilme biçimiyle belirlenir. Ancak sezgisel olarak değil, yine de niceliksel olarak (sayısal olarak) tahmin etmek.
 
-Alexey-:

Ve bundan sonra bile model sıraları zaman içinde değişebilir. Sonuç - durağan olmayan bir veri serisi, bir yerde durağan bir seriyle çalışmak üzere tasarlanmış bir modele (yönteme) uydurulmuştur.

TA'da standart mantık: durağan olmayan seriler, farklı özelliklere sahip durağan bölümlerin bir toplamıdır. Matlab'ın araç kutusunu ele alırsak, bu konu hiç dikkate alınmaz: BP'nin normal dağılımlı olandan birkaç farkı olduğu düşünülür ve sonra bu sapmalarla mücadele ederiz. Bunların hepsiyle ilgilenilmez.

Durum böyle olduğu için - takibin ne sıklıkta yapılacağını, ne kadar süre çalışacağını bir şekilde araştırmak gerekir. Bu olmadan - uygun olmayan bir modeli nasıl kullanırsınız?

Böyle bir sorun yok. İki tür tahmin vardır: bir adım ilerisi (bir sonraki mum için) ve birçok adım ilerisi.

Burada akıl yürütmenin yanlış olduğunu düşünüyorum. Durağan olmayan bir serinin genel popülasyonu yoktur, aksi takdirde zaten durağan bir seridir. Ve öyle olduğu için de gerçek bir dağılım yoktur.

Prensip olarak katılmıyorum. Durağanlık serinin bir özelliğidir, popülasyonun büyüklüğü değil.

Bir durağı yıkmak hakkında - öyle olup olmadığını nereden biliyorsunuz? Elbette, güçlü seviyelerin yakınında, hatta yuvarlak olanların yakınında birkaç DC'nin verilerini analiz ederseniz ve bazılarının durağı patlattığını görürseniz (bunun için bir kriter getirmeniz gerekir), o zaman size katılıyorum, kesmek için bazı yarı-nesnel gerekçeler ortaya çıkar. Ancak - bunu tespit etmek başlı başına bir iş, çok fazla araştırma gerektirir.

Bir durağı yıkmak sadece bir örnektir. Teklifleri incelerken, neleri teklif olarak alacağımıza ve nelerin bizim bilmediğimiz nedenlerle düşeceğine karar vermek zorundayız.

Ben buna böyle demezdim. Bir istatistikçinin sanatı ya da belki de sadece eğitim derecesi, durağan olmayan bir seriyle ilişkili olarak durağan bir seriyle çalışmaya yönelik yöntemlerin uygulanabilirlik sınırlarını nasıl tahmin edebildiğine göre belirlenir. Ancak sezgisel olarak tahmin etmek için değil, yine de niceliksel olarak (sayısal olarak).

Buna katılmıyorum. Bir seriyi tamamen durağan hale getirmek imkansızdır. hipotezlerin tanımındaki hatalar da buradan kaynaklanmaktadır.


[Silindi]  
faa1947:

Teknik analizde standart akıl yürütme: durağan olmayan bir seri, farklı özelliklere sahip durağan bölümlerin toplamıdır.

Bu akıl yürütmenin bir temeli var mı? Sonuçta, söz konusu toplamla elde edilen seri, onsuz da elde edilebilir - tesadüfen ve başka yasalarla başka segmentlerin başka bir toplamıyla elde edilebilir. Ve böyle olduğuna göre - o zaman (doğru olan) nasıl olur?

Matlab'ın araç kutusunu ele alırsak, bu konu hiç dikkate alınmaz: BP'nin normal dağılımdan bazı farklılıkları olduğu kabul edilir ve bu sapmalarla daha fazla mücadele edilir.

Bu neye göre değerlendiriliyor?

Böyle bir konu yok. İki tür tahmin vardır: bir adım ilerisi (bir sonraki mum için) ve birçok adım ilerisi.

Bunun, farklı parametrelere sahip bir modelin sonraki adımlarda daha optimal olabileceği gerçeğiyle ne ilgisi var?

Prensip olarak katılmıyorum. Durağanlık serinin bir özelliğidir, popülasyonun büyüklüğü değil.

Bu konuda net değil - ne demek istediğinizi daha ayrıntılı olarak açıklayabilir misiniz? Gerçek bir dağılım bir serinin özelliklerini karakterize eder, ancak durağan olmayan bir dağılım tanım gereği bunların değiştiği bir dağılımdır. Bu nedenle, genel nüfusa ait gerçek bir dağılım yoktur. N.R.'nin sadece tek bir doğru dağılımı vardır, o da belirli bir zaman anında ve sonlu sayıda mum çubuğu için geçerlidir.

Bir stopu devirmek sadece bir örnektir. Fiyat tekliflerini incelerken, neyi fiyat teklifi olarak alacağımıza ve bilmediğimiz nedenlerle neyin düşeceğine karar vermemiz gerekir.

Sebepler bilinmiyorsa neye dayanarak bir şeye karar verebilirsiniz?

Ben buna katılmıyorum. Durağan bir seriye indirgemek tamamen imkansızdır. Dolayısıyla hipotezlerin tanımlanmasındaki hatalar.

Prensip olarak katılmıyorum. İfadenin kendisine. Özellikleri rastgele değişen bir seri nasıl durağan hale getirilebilir? Yani bu yaklaşım hiçbir şeye dayanmıyor, hangi hipotezlerden bahsedebiliriz?
 
-Alexey-:

Bu akıl yürütmenin herhangi bir temeli var mı? Sonuçta, söz konusu toplamla elde edilen seri, onsuz da elde edilebilir - tesadüfen ve başka yasalarla başka parsellerin başka bir toplamıyla elde edilebilir. Durum böyle olduğuna göre - durum (doğru olan) nedir?

Yazımda bunun için bir temel olmadığını savundum. TA'da başka bir yol yoktur.

Bu neye dayanarak böyle kabul ediliyor?

Bu benim fikrim değil - tüm matematiksel istatistikler buna dayanır.

Bunun, farklı parametrelere sahip bir modelin sonraki adımlarda daha optimal olabileceği gerçeğiyle ne ilgisi var?

"Optimal" diye bir şey yoktur. Ya belli bir güven seviyesinde bir uyum vardır ya da yoktur. Bir uyum vardır - bir tahmin vardır

Bu konuda net değilim - ne demek istediğinizi daha ayrıntılı olarak açıklayabilir misiniz?

BP'deki SV sayısı durağanlığın belirlenmesine dahil değildir.

Sebepler bilinmiyorsa neye dayanarak herhangi bir şeye karar verilebilir?

Bu rastgele süreçler için standarttır. Eğer nedenler biliniyorsa, o zaman büyük olasılıkla deterministik bir süreçtir.

Prensip olarak katılmıyorum. İfadenin kendisi ile. Özellikleri rastgele değişen bir seri nasıl durağan hale getirilebilir? Yani bu yaklaşım hiçbir şeye dayanmıyor, hangi hipotezlerden bahsedebiliriz?

Örneğin GARCH değişken volatiliteye sahip bir modeldir.

İki kişilik bir tartışmamız var ve çok soyut bir hal aldı. Topkstarter bile katılmıyor. Tartışılan maddenin tartışılmasında ve geliştirilmesinde biraz tutarlılık istiyorum. Örneğin, ilk adımda, somut bir örnek üzerinde, verilerin ön analizini ve modelleme için hazırlanmasını ayrıntılı olarak ele almak. Örneğin

1. Örneklem büyüklüğünün gerekçelendirilmesi.

2. Veri dönüşümü ihtiyacının gerekçelendirilmesi.

3. Verilerin nasıl dönüştürüleceğinin seçilmesi:

- aykırı değerler ve eksik verilerle başa çıkma.

- Veri dönüşümü - trendlerin ve döngüselliğin kaldırılması

4. Trend türlerinin belirlenmesi ve muhasebeleştirilmesi

5. Dağılımın dönüştürülmüş verilere uydurulması.

6. Dönüştürülmüş verilerin durağanlığı için analiz.

7. Değişen varyans için muhasebe

Şimdilik bu kadar yeter. Başka bir plana da izin verilebilir. Tartışılmakta olan makalede açıklanan modelleme için bölüm hazırlama probleminin sistematik bir sunumunu organize etmek istiyorum.
 

Topikstarter[herringbones, henüz böyle adlandırılmadı] biraz yaratıcı bir kriz içinde :-))))

Ama tartışmayı takip ediyor....

Yapıcı yorumları için faa1947 'ye minnettar...

-Alexey-, matrisi incelemeni tavsiye ederim ...

Tüm yorumları dikkate alacağım, daha sonra karşı argümanlarımı ve argümanlarımı sunacağım...

[Silindi]  
denkir:


-Alexey-, matrix'i çalışmanı tavsiye ederim....

Hangi bölümleri önerebilirsiniz? İfadelerimin her biri için (sorgulama dahil) matrise bir bağlantı sağlayabilirim.

Not: Ve eğer bir sır değilse, yaratıcı kriz hangi anla bağlantılıdır? :)