Matstat 计量经济学 Matan - 页 4 1234567891011...38 新评论 Roman 2021.05.13 07:36 #31 denis.eremin:我不太理解这个问题--为什么使用白噪声？如果你需要这样一个系列，你可以在Excel或其他程序中生成一个SB系列，并取其第一个差值--这将是白噪声。如果一个粗略的估计符合--价格系列的第一个差值也是准白噪声的。 问题是，在实践中，在公式中，噪声可能 并不总是随机生成的系列。 它是由原始数据的一些计算得出的系列。 也就是说，噪声中有一些内部信息，有助于整个模型计算的准确性。 所以，我对噪声的这些解释感到困惑 ))我想确认一下，谁能理解这种噪音是怎么回事。 随机化，或使用你 计算的噪音。 Aleksey Nikolayev 2021.05.13 08:21 #32 Roman:阿列克谢，出现了这样一个问题。 我钻研过计量经济学公式，在许多公式中，有一个变量是白噪声。 根据定义，白噪声具有完美的特性，存在常态性，方差恒定为1。 显然，这样的白噪声在现实中可能是找不到的。因此，问题是： 在实践中，什么被用作白噪声？ 这种白噪声与输入数据有什么关系吗？例如，把残差当作噪声，但这样就会违反正态性和分散性条件。 或者说，它真的应该是不相干的噪声，可以简单地以特定的特征随机生成？或者这就是重点，从残差中获得白噪声特征？也就是说，正态性是存在的，方差是不变的，没有自相关。 你只要看看计量经济学教科书（Magnus, Verbeek等）就知道了。他们通常在那里拼出所有正确的东西。 问题是，一个模型总是考虑到一组不完整的因素，需要说明为什么要放弃其他因素。通常认为所有其他因素加起来只是白噪声，所以你不必仔细研究它们。但这只是一个假设，一个需要被证实的假设，这通常是通过检查模型的残差来完成。如果模型的残差看起来不像白噪声，那么它就是一个坏的模型，需要改成另一个。 白噪声不一定是高斯的，但正是它的高斯性使得MNA可以被应用于寻找模型参数。例如，如果噪声是拉普拉斯分布，那么你将不得不最小化模数之和而不是平方。如果用最大似然原则计算，这并不难算出来。 因此，你帖子的最后一行是正确的。 Roman 2021.05.13 08:27 #33 Aleksey Nikolayev:只要看看计量经济学教科书（Magnus, Verbik, etc.）就知道了。他们通常会说出所有正确的做法。问题是，一个模型总是对一组不完整的因素进行核算，你需要一个理由来说明为什么放弃其他的因素。通常认为所有其他因素加起来只是白噪声，所以你不必仔细研究它们。但这只是一个假设，一个需要被证实的假设，这通常是通过检查模型的残差来完成。如果模型的残差看起来不像白噪声，那么它就是一个坏的模型，需要改成另一个。白噪声不一定是高斯的，但正是它的高斯性使我们可以应用ANC来寻找模型参数。例如，如果噪声是拉普拉斯分布，那么就有必要使模数之和最小化，而不是平方。如果用最大似然原则计算，这并不难算出来。所以你帖子的最后一行是正确的。 正是如此。我有马格努斯躺在某个地方，我得去找找看。谢谢。（笑）。 也谢谢你的澄清，明白了。 secret 2021.05.13 10:15 #34 Aleksey Nikolayev:例如，如果噪声是拉普拉斯分布的，那么需要最小化的就不再是平方之和，而是模数了。如果你用最大似然原则来计算，这并不难算出来。 用最大可能性原理很难算出来）你能帮忙吗？ PapaYozh 2021.05.13 10:22 #35 denis.eremin:所有的数字序列都分为三种类型--确定性的、随机的和随机的。 "随机 "和 "随机 " 不是一回事吗？ denis.eremin 2021.05.13 10:25 #36 PapaYozh:"随机 "和 "随机 " 不是一回事吗？ 没有 Dmitry Fedoseev 2021.05.13 10:30 #37 PapaYozh:"随机 "和 "随机 " 不是一回事吗？ 在计量经济学中，一切都颠倒了，颠倒了。人们所说的随机性被称为随机性，而随机性是随机性和决定性的混合。 denis.eremin 2021.05.13 10:42 #38 PapaYozh:"随机 "和 "随机 " 不是一回事吗？ 粗略地说，一个任务就是一个预测或分类。 一个确定性的过程是100%可预测的。 随机性是完全不可预测的。好吧，整个世界是不可预测的，只有自动机和亚历杭德罗击败了硬币....。 研究的对象是随机过程，其中各种方法和模型都试图分离出确定性的成分和不可预测的残余。 PapaYozh 2021.05.13 10:48 #39 denis.eremin:粗略地说，一个任务就是一个预测或分类。一个确定性的过程是100%可预测的。一个随机的是根本无法预测的。好吧，整个世界是不可预测的，只有自动机和亚历杭德罗击败了硬币....。研究的对象是随机过程，其中各种方法和模型都试图分离出确定性成分和不可预测的残留物。 是的... 一个确定的过程不需要预测，因为它是预先确定的，即事先知道。 一个随机过程是随机的，因为没有决定性的成分。 denis.eremin 2021.05.13 10:50 #40 PapaYozh:是的...一个确定的过程不需要预测，因为它是预先确定的，即事先知道。一个随机过程是随机的，因为没有决定性的成分。 )))而如果一个随机过程没有决定性的成分--它是如何被预测的？ 你能举出一个非决定性数列的例子，但它是可以预测的？ 1234567891011...38 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
我不太理解这个问题--为什么使用白噪声？
如果你需要这样一个系列，你可以在Excel或其他程序中生成一个SB系列，并取其第一个差值--这将是白噪声。
如果一个粗略的估计符合--价格系列的第一个差值也是准白噪声的。
问题是，在实践中，在公式中，噪声可能 并不总是随机生成的系列。
它是由原始数据的一些计算得出的系列。
也就是说，噪声中有一些内部信息，有助于整个模型计算的准确性。
所以，我对噪声的这些解释感到困惑 ))我想确认一下，谁能理解这种噪音是怎么回事。
随机化，或使用你 计算的噪音。
阿列克谢，出现了这样一个问题。
我钻研过计量经济学公式，在许多公式中，有一个变量是白噪声。
根据定义，白噪声具有完美的特性，存在常态性，方差恒定为1。
显然，这样的白噪声在现实中可能是找不到的。因此，问题是：
在实践中，什么被用作白噪声？
这种白噪声与输入数据有什么关系吗？例如，把残差当作噪声，但这样就会违反正态性和分散性条件。
或者说，它真的应该是不相干的噪声，可以简单地以特定的特征随机生成？
或者这就是重点，从残差中获得白噪声特征？也就是说，正态性是存在的，方差是不变的，没有自相关。
你只要看看计量经济学教科书（Magnus, Verbeek等）就知道了。他们通常在那里拼出所有正确的东西。
问题是，一个模型总是考虑到一组不完整的因素，需要说明为什么要放弃其他因素。通常认为所有其他因素加起来只是白噪声，所以你不必仔细研究它们。但这只是一个假设，一个需要被证实的假设，这通常是通过检查模型的残差来完成。如果模型的残差看起来不像白噪声，那么它就是一个坏的模型，需要改成另一个。
白噪声不一定是高斯的，但正是它的高斯性使得MNA可以被应用于寻找模型参数。例如，如果噪声是拉普拉斯分布，那么你将不得不最小化模数之和而不是平方。如果用最大似然原则计算，这并不难算出来。
因此，你帖子的最后一行是正确的。
只要看看计量经济学教科书（Magnus, Verbik, etc.）就知道了。他们通常会说出所有正确的做法。
问题是，一个模型总是对一组不完整的因素进行核算，你需要一个理由来说明为什么放弃其他的因素。通常认为所有其他因素加起来只是白噪声，所以你不必仔细研究它们。但这只是一个假设，一个需要被证实的假设，这通常是通过检查模型的残差来完成。如果模型的残差看起来不像白噪声，那么它就是一个坏的模型，需要改成另一个。
白噪声不一定是高斯的，但正是它的高斯性使我们可以应用ANC来寻找模型参数。例如，如果噪声是拉普拉斯分布，那么就有必要使模数之和最小化，而不是平方。如果用最大似然原则计算，这并不难算出来。
所以你帖子的最后一行是正确的。
正是如此。我有马格努斯躺在某个地方，我得去找找看。谢谢。（笑）。
也谢谢你的澄清，明白了。
例如，如果噪声是拉普拉斯分布的，那么需要最小化的就不再是平方之和，而是模数了。如果你用最大似然原则来计算，这并不难算出来。
所有的数字序列都分为三种类型--确定性的、随机的和随机的。
"随机 "和 "随机 " 不是一回事吗？
"随机 "和 "随机 " 不是一回事吗？
没有
"随机 "和 "随机 " 不是一回事吗？
在计量经济学中，一切都颠倒了，颠倒了。人们所说的随机性被称为随机性，而随机性是随机性和决定性的混合。
"随机 "和 "随机 " 不是一回事吗？
粗略地说，一个任务就是一个预测或分类。
一个确定性的过程是100%可预测的。
随机性是完全不可预测的。好吧，整个世界是不可预测的，只有自动机和亚历杭德罗击败了硬币....。
研究的对象是随机过程，其中各种方法和模型都试图分离出确定性的成分和不可预测的残余。
粗略地说，一个任务就是一个预测或分类。
一个确定性的过程是100%可预测的。
一个随机的是根本无法预测的。好吧，整个世界是不可预测的，只有自动机和亚历杭德罗击败了硬币....。
研究的对象是随机过程，其中各种方法和模型都试图分离出确定性成分和不可预测的残留物。
是的...
一个确定的过程不需要预测，因为它是预先确定的，即事先知道。
一个随机过程是随机的，因为没有决定性的成分。
是的...
一个确定的过程不需要预测，因为它是预先确定的，即事先知道。
一个随机过程是随机的，因为没有决定性的成分。
)))而如果一个随机过程没有决定性的成分--它是如何被预测的？
你能举出一个非决定性数列的例子，但它是可以预测的？