纪念老兵：博克斯和詹金斯 - 页 3 1234567891011 新评论 Novichok1988 2012.01.28 10:19 #21 一个字都没听懂=）。 Yury Reshetov 2012.01.28 10:33 #22 faa1947: 看了一下尤丁。印象不深。教程。EViews或STATISTICS的一小部分。程序的调试是未知的。 最美味的部分都不见了。像第一个教程一样。但没有任何工业上适用的东西。 我买这本教科书并不是为了印象。对于我必须解决的应用任务来说，其中所描述的方案是过硬的，也就是说，我并没有使用很多功能。显然，该教程并不包含所有场合的例子，它只是为了了解基础知识，然后自己动手。 至于软件的调试，它有一些错误，但IMHO在数量和质量上，并没有超出专有模拟软件的极限。 anonymous 2012.01.28 11:59 #23 faa1947: 有一个ARSS模型的扩展，其形式为ARPSS，其中P是亲整合的。这就是它的作用所在。整合意味着差异化!也就是说，取商的相邻条形之间的差值！这就是商。 在这种情况下，"P "代表着 "阅读理论"。 "序列y[t]被称为综合，因为它是对静止序列w[t]=(1-L)^d*y[t]进行d次累积和操作的结果" //http://quantile.ru/01/01-AT.pdf 3.4节 "ARIMA过程预测" (3) TA的全新结果：指标中的系数是随机变量。至少有一个结论：没有根据当前报价调整系数的指标是没有意义的。 你忘了说--在建立模型时，你隐含地假设产生过程的模型的系数是恒定的。但由于你不知道它们--你诉诸于根据观察到的过程的实现来估计这些系数。而在这种情况下，你的估计是随机变量。 如果你认为生成该过程的模型的系数是随机变量--你必须使用其他模型或适当的参数估计方法。 所以你得出的结论是完全错误的。 СанСаныч Фоменко 2012.01.28 12:07 #24 Reshetov: 我买这本教科书并不是为了印象。对于我必须解决的应用任务来说，其中所描述的方案是过硬的，也就是说，我并没有使用很多功能。显然，该教程并不包含所有场合的例子，它只是为了了解基础知识，然后自己动手。 至于调试软件，所以它有一些错误，但IMHO在数量和质量上，并没有超出专有模拟软件的限制。 我认为在Excel中有很多。 顺便说一下，还没有看到单位根测试。 在回复你的帖子时，我才意识到，只有在商是静止的情况下，前向TC检验（包括NS）才有意义。首先是单位根检验，然后是正向检验。 СанСаныч Фоменко 2012.01.28 12:08 #25 audiomoroz: 一个字都没听懂=）。 这也无妨，因为一切都用俄语讲述很久以前的事件。 СанСаныч Фоменко 2012.01.28 12:12 #26 anonymous: 在这种情况下，"P "代表了 "阅读理论"。 "序列y[t]被称为综合，因为它是对静止序列w[t]=(1-L)^d*y[t]进行d次累积和运算的结果" //http://quantile.ru/01/01-AT.pdf 3.4节 "ARIMA过程预测" 你忘了说--在建立模型时，你隐含地假设产生过程的模型的系数是恒定的。但由于你不知道它们--你诉诸于根据观察到的过程的实现来估计这些系数。而在这种情况下，你的估计是随机变量。 如果你认为生成该过程的模型的系数是随机变量--你必须使用其他模型或适当的参数估计方法。 所以你的结论是完全错误的。 呸，同事，你之前在哪里。加入我们。 如果你认为生成该过程的模型的系数是随机变量--你必须使用其他模型或适当的参数估计方法。 所以你得出的结论是完全错误的。 严格说来，你是对的。 但我在推崇这样一个观点：我们作为估计的结果所看到的那些系数不是常数，而是位于某些区间内的估计。有必要注意表格中的以下几列系数。 Sceptic Philozoff 2012.01.28 13:12 #27 faa1947: Box和Jenkins的前提是市场的非平稳性，即市场中存在着记忆。 我不明白非平稳性和记忆如何能够等同起来。 СанСаныч Фоменко 2012.01.28 13:26 #28 Mathemat: 我不明白非平稳性和记忆如何能够等同起来。 当然不是。完全不同的概念，它们被视为独立的，但在同一个方法中。 非平稳性是由单位根检验定义的。 古典作品中没有 "记忆 "的概念。但ACF和CHAKF的概念被广泛使用。建议通过这些图形的外观来确定ARIMA模型的顺序。但也可以做得更简单：通过搜索方法找到最小模型。 Sceptic Philozoff 2012.01.28 13:39 #29 faa1947: 经典作品中没有 "记忆 "的概念。但ACF和CHAFC的概念被广泛使用。 。 是的，在计量经济学 中，"记忆 "一词已经完全被 "ACF "所取代。很好。 СанСаныч Фоменко 2012.01.28 13:47 #30 Mathemat: 是的，而在计量经济学中，"记忆 "一词已经完全被 "ACF "所取代。精彩的。 不要。我不会引用这则寓言。 只讨论Box和Jenkins的一些扩展。与他们一起，ACF发挥了非常重要的作用。我指出了哪一个。 说到这条线的价值。 我已经多次发帖说明解释测试结果 和前瞻性测试的谨慎性。只是在今天回应雷舍托夫时，我才意识到一个非常重要的想法。 只有当残差=kotir-TC是静止的！即通过单位根检验时，测试和正向检验才能被信任。如果这种残留物是非稳定的，那么测试就根本不能相信，任何前向测试都无济于事。在 我看来，为了这样一个结论，可以成立一个分支。这里有博克斯和詹金斯给你。 1234567891011 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
看了一下尤丁。印象不深。教程。EViews或STATISTICS的一小部分。程序的调试是未知的。 最美味的部分都不见了。像第一个教程一样。但没有任何工业上适用的东西。
我买这本教科书并不是为了印象。对于我必须解决的应用任务来说，其中所描述的方案是过硬的，也就是说，我并没有使用很多功能。显然，该教程并不包含所有场合的例子，它只是为了了解基础知识，然后自己动手。
至于软件的调试，它有一些错误，但IMHO在数量和质量上，并没有超出专有模拟软件的极限。
有一个ARSS模型的扩展，其形式为ARPSS，其中P是亲整合的。这就是它的作用所在。整合意味着差异化!也就是说，取商的相邻条形之间的差值！这就是商。
在这种情况下，"P "代表着 "阅读理论"。
"序列y[t]被称为综合，因为它是对静止序列w[t]=(1-L)^d*y[t]进行d次累积和操作的结果" //http://quantile.ru/01/01-AT.pdf 3.4节 "ARIMA过程预测"
(3) TA的全新结果：指标中的系数是随机变量。至少有一个结论：没有根据当前报价调整系数的指标是没有意义的。
你忘了说--在建立模型时，你隐含地假设产生过程的模型的系数是恒定的。但由于你不知道它们--你诉诸于根据观察到的过程的实现来估计这些系数。而在这种情况下，你的估计是随机变量。
如果你认为生成该过程的模型的系数是随机变量--你必须使用其他模型或适当的参数估计方法。
所以你得出的结论是完全错误的。
我买这本教科书并不是为了印象。对于我必须解决的应用任务来说，其中所描述的方案是过硬的，也就是说，我并没有使用很多功能。显然，该教程并不包含所有场合的例子，它只是为了了解基础知识，然后自己动手。
至于调试软件，所以它有一些错误，但IMHO在数量和质量上，并没有超出专有模拟软件的限制。
我认为在Excel中有很多。
顺便说一下，还没有看到单位根测试。
在回复你的帖子时，我才意识到，只有在商是静止的情况下，前向TC检验（包括NS）才有意义。首先是单位根检验，然后是正向检验。
一个字都没听懂=）。
这也无妨，因为一切都用俄语讲述很久以前的事件。
在这种情况下，"P "代表了 "阅读理论"。
"序列y[t]被称为综合，因为它是对静止序列w[t]=(1-L)^d*y[t]进行d次累积和运算的结果" //http://quantile.ru/01/01-AT.pdf 3.4节 "ARIMA过程预测"
你忘了说--在建立模型时，你隐含地假设产生过程的模型的系数是恒定的。但由于你不知道它们--你诉诸于根据观察到的过程的实现来估计这些系数。而在这种情况下，你的估计是随机变量。
如果你认为生成该过程的模型的系数是随机变量--你必须使用其他模型或适当的参数估计方法。
所以你的结论是完全错误的。
呸，同事，你之前在哪里。加入我们。
如果你认为生成该过程的模型的系数是随机变量--你必须使用其他模型或适当的参数估计方法。
所以你得出的结论是完全错误的。
严格说来，你是对的。
但我在推崇这样一个观点：我们作为估计的结果所看到的那些系数不是常数，而是位于某些区间内的估计。有必要注意表格中的以下几列系数。
我不明白非平稳性和记忆如何能够等同起来。
当然不是。完全不同的概念，它们被视为独立的，但在同一个方法中。
非平稳性是由单位根检验定义的。
古典作品中没有 "记忆 "的概念。但ACF和CHAKF的概念被广泛使用。建议通过这些图形的外观来确定ARIMA模型的顺序。但也可以做得更简单：通过搜索方法找到最小模型。
。
是的，而在计量经济学中，"记忆 "一词已经完全被 "ACF "所取代。精彩的。
不要。我不会引用这则寓言。
只讨论Box和Jenkins的一些扩展。与他们一起，ACF发挥了非常重要的作用。我指出了哪一个。
说到这条线的价值。
我已经多次发帖说明解释测试结果 和前瞻性测试的谨慎性。只是在今天回应雷舍托夫时，我才意识到一个非常重要的想法。 只有当残差=kotir-TC是静止的！即通过单位根检验时，测试和正向检验才能被信任。如果这种残留物是非稳定的，那么测试就根本不能相信，任何前向测试都无济于事。在 我看来，为了这样一个结论，可以成立一个分支。这里有博克斯和詹金斯给你。