回归方程 - 页 5

 
非常清楚,标志性的方法只是你能想到的最简单的东西。
 

同样,这也是一个所选模型是否充分的问题。

FreeLance 我认为,如果自由度的数量并不困难,而且依赖性的类型是先验明确的--那么问题是什么?

你了解先验的依赖性吗? 我不了解。

to alsu


这里的问题不是关于度数,而是选择哪个多项式。例如,根据Draper Smith的研究,对于时间序列来说,切比雪夫多项式的度数增加到3以上可能会导致结果的明显恶化。

而且还有一个多变量回归的问题--涉及所有可用的 "测量 "数据。


IMHO,人们可以在平流模型的情况下谈论MNC。有吗?!!!!

P.S. 我为什么要挑剔多变量模型?是的,因为根据一些研究,效率(预测性)会大大增加。

 

j21,把你的研究放出来:已经有一个有趣的讨论在进行。而且这里有很多有趣的人。

P.S. 你的主题有可能成为这个论坛上最有娱乐性和信息量的主题之一。他们的数量很少,真的很少。

 
是的,J21,请继续。我也一直在涉足多元回归,我们将讨论它。明天:)
 

间接提及该文章。科 学出版物:Zhdanov A.I., Muravyev D.G. "关于货币报价预测的一种回归方法"(萨马拉)。


我个人对形式化有困难。

 

真他妈的。

这正是我所说的:文章的开头--P(z)是未知的,文章的结尾--我们使用t标准,即我们假设正态分布。事实证明,作者只是简单地将数据粘贴到公式中,而不了解在这个过程中做了哪些隐含的假设。

 
以下是我对这个问题的五分看法。建议你阅读http://reslib.com/book/26864
 

谢谢你!顺便说一下,reslib有相当多的关于应用线性回归和回归方程与时间序列 相结合的科学文献。不幸的是,Reslib有页数限制。不幸的是,这本书是英文的,读起来有点困难。

你能从时间序列的角度给出多元回归的问题的主要内容吗?

 

关于这篇文章--我在某处看到了该算法的实现(或类似)(由这些作者)。我一找到它--我就把它贴出来。

P.S. 没有文章的全文。((

 
alsu:

最小距离法或量化回归法



你能不能更详细地介绍一下这个问题,或者提供一个在哪里可以找到它的链接。