计量经济学：让我们讨论一下中联的资产负债表。 - 页 8

新评论
 
faa1947:


在那里，最后。这正是该主题的主题。

你不能拿240和52比较。对我来说，这是个原则问题。问题是，240和52是随机变量的 实现。 这就是它掉出来的原因。而基本问题是：在未来，它将是相同的，或几乎相同的，或完全不相同的概率是多少？

残差分析应该能回答这个问题，它远比测试利润的大小更重要。

抛开趋势，你就是抛开了主要的东西，因为正是趋势决定了有关过程的方向和斜率。为了更清楚地说明问题，考虑两个与前面类似的实现，但第一个+240%，第二个-52%。去掉趋势，你就得到了噪音。在这种情况下，对这种噪音的分析将产生什么？这样一来，"婴儿 "就被打翻了，剩下的只有 "水"。
 
Demi:


如果分布中有或没有肥厚的尾巴，哪个白痴会扔掉一个有利可图的TS？

有一个有利可图的TS给予，例如。一年内每月有30%的利润，但它在平衡图模型余额的分布中具有厚重的尾巴。那么？


你肯定是个哑巴））。我已经解释过，这是过去的结果不可信的标志。包括 "一年内每月30%的利润"。你可以对马丁做同样的事情，会有股权缩水，这实际上是负区的粗尾。然而，有些人很聪明，不会去做这种交易。
 
Avals:

好吧，你绝对是个哑巴））。我已经解释过，这是过去的结果不可信的一个标志。包括 "一年内每月30%的利润"。你可以对马丁做同样的事情，会有股权缩水，这实际上是负区的粗尾。然而，有些人很聪明，不会去做这种交易。


愚蠢，原谅我！

重读该主题八遍--没有公平，只有平衡图.....。也许你才是愚蠢的？

再试一次--你有一个盈利的TS，（出于某种原因）用平衡图建立了一个回归模型。残差为正态分布，但尾部较粗。这又是什么意思呢？

P.S. 我会把正确答案写在下面...

 
faa1947:

你已经不顾一切地回答了这个问题。DEMI从一本关于回归分析的教科书中给出了答案，但在为kotir建模时，几乎没有回归分析。而且它在任何地方都没有显示出正常性。

所以不管是回归分析 还是什么，都不重要。大量独立分布的总和趋向于正态。
 
Demi:


如果分布中有或没有肥厚的尾巴，哪个白痴会扔掉一个有利可图的TS？

有一个有利可图的TS给予，例如。一年内每月有30%的利润，但它在平衡图模型余额的分布中具有厚重的尾巴 。那么？


据我所知，肥尾是可变方差，是商中的离群值。而这并不是一件好事。以前的TC结果不能推断到未来。这表明，TS会 "变质"。这是建立在TA上的TS的一个特点，TS的统计资料没有得到控制。你让它--它工作了一个月、三个月，我的记录是6个月。这就是为什么我开始思考这个话题的主题。

如果残差是静止的，那么TS的盈利能力在一种规格下将是不变的：它将在方差内波动。如果你从盈利能力中减去差异，仍然得到一个加号，那么它就是完美的。

如果残留物是正常的，西格玛法则将发挥作用。

.

这是它应该有的样子。

 
Demi:


愚蠢，原谅我！

重读该主题八遍--没有公平，只有平衡图.....。也许你才是那个蠢货？

再试一次--你有一个盈利的TS，在平衡图上建立了（出于某种原因）一个回归模型。残差为正态分布，但尾部较粗。这又是什么意思呢？

P.S. 我会把正确答案写在下面...


只有股权，如果FAA平衡分析了它是不正确的，因为它隐藏了交易中的提款。但这些都是纯粹的MT术语。
 
Avals:

如果MOI是不变的，那就好了。该系统可以进行交易--稳健性。如果没有，对过去的结果就没有信心，系统就不能交易。
那么，为什么不能使用盈利系统，因为MO的可变性？IR只是一个医院的平均值......？你不能用红外线作为确定系统稳健性的决定因素。
 
faa1947:


我的理解是，粗尾巴是可变方差，是商中的离群值。而这并不是好事。以前的TC结果不能推断到未来。这表明，TS会 "变质"。这是建立在TA上的TS的一个特点，TS的统计资料没有得到控制。你这样做--一个月、三个月都有效，我的记录是6个月。这就是为什么我开始思考这个话题的主题。

如果残差是静止的，那么TC的利润率将在一种规格下保持不变：它将在方差内波动。如果从利润率中减去方差，仍然是正数，那么就是理想的。

如果残留物是正常的，西格玛规则就会起作用。

.

应该是这样。


我将按照上面的承诺公布答案--我们只需要残差的正态性来进行可靠的区间估计（以计算置信区间 的宽度）--这是应用问题的重要程序。但如果不需要区间估计，我们可以为样本中的观察值和残差的任何分布建立一个回归。

因此，正态分布的残差，异常的，有粗尾巴的，有细尾巴的，没有尾巴的--都一样..................................................。

 
avtomat:
丢掉了趋势，你就丢掉了主要的东西，因为正是趋势决定了有关过程的方向和斜率。为了更清楚地说明问题，考虑两个与前面类似的实现，但第一个是+240%，第二个是-52%。去掉趋势，你就得到了噪音。在这种情况下，对这种噪音的分析将产生什么？这样一来，"婴儿 "就被打翻了，只剩下 "水"。


我想这不是我第一次亲自向你解释--没有人在哪里抛出一个趋势。

上面写道：趋势 "堵塞 "了统计数据，并给出了计算上的证据。这就是为什么我强调趋势，以便对噪音有真实的数字。

 
faa1947:


据我所知，肥尾是可变方差，是商中的离群值。而这并不是好事。以前的TC结果不能推断到未来。这表明，TS会 "变质"。这是建立在TA上的TS的一个特点，TS的统计资料没有得到控制。你这样做--一个月、三个月都有效，我的记录是6个月。这就是为什么我开始思考这个话题的主题。

如果残差是静止的，那么TS的盈利能力在一种规格下将是不变的：它将在方差内波动。如果从利润率中减去方差，仍然是正数，那么就是理想的。

如果残留物是正常的，西格玛规则就会起作用。

.

这应该是它的工作方式。


因此，如果假设TS的盈利能力不变，即mo=const，为什么要进行一些复杂的去趋势，而不是直接从股权中减去线性趋势？即趋势模型y=kx，其中k=mo，x-交易，y-股权
123456789101112131415...30
新评论