计量经济学:让我们讨论一下中联的资产负债表。 - 页 9 12345678910111213141516...30 新评论 Avals 2012.08.08 07:22 #81 avtomat: 那么,为什么我们不能使用由于IR变异性而产生的利润衍生物?MT只是医院的平均水平...你不能用红外线作为确定系统稳健性的决定因素。 是的,它允许有莫大的变化,而莫大是医院的平均数。但如果Mo在一个小范围内变化(即Mo分布本身是统计学的:),那么医院的平均值将是有代表性的,残差将是正态分布。 P.S. 我自己不使用计量经济学,不分析余额。我使用更简单的交易员指数,我也使用可视化的股票分析。 СанСаныч Фоменко 2012.08.08 07:24 #82 Demi: 我将公布上面承诺的答案--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)--这是应用问题的一个重要程序。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,无论残差是正态分布、非正态分布、厚尾、薄尾、无尾--都是一样的..................................................。 一些不同的东西混合在一起,目的就失去了。 我们商人在评估区间估计的正确性方面没有任何目的。这是一个辅助工具,对于确定所产生的数字的可信度是必要的。 如果我们建立了回归,并且残留物是正常的--分析就完成了,我们对TS很幸运。 在我短暂的实践中,这种情况从未发生过。残留物不是正常的,甚至不是固定的。回归的数字是不可信的。下一步该怎么做?如果你把 "平衡 "一词放在我的陈述中,这意味着什么,测试结果 不能被信任。这就是它的意义所在。是目标,而不是回归模型的正确性。 Дмитрий 2012.08.08 07:25 #83 Avals: 是的,允许有莫大的变化,而莫大是医院的平均数。但如果Mo在一个小范围内变化(即Mo分布本身是稳定的:)),那么平均数就是指示性的,残差将呈正态分布。 P.S. 我自己不使用计量经济学,不分析余额。我使用更简单的交易员指数,我也使用可视化的股票分析。 不,你使用的是 "秘密 "方法,你 "不被雇用在这里描述"。 Avals 2012.08.08 07:27 #84 Demi: 不,不,你使用的是 "秘密 "方法,你 "不被雇佣在这里描述"。 是的,他们比这更简单,妒忌吗?:) Дмитрий 2012.08.08 07:28 #85 faa1947: 一些不同的事情混淆在一起,目标就失去了。 我们交易员在评估区间估计的正确性方面没有任何目的。它是一个辅助工具,对于确定所获得的数字的可信度是必要的。 如果我们建立了回归,并且残留物是正常的,分析就结束了,我们对TS很满意。 在我短暂的实践中,这种情况从未发生过。残留物不是正常的,甚至不是固定的。回归的数字是不可信的。下一步该怎么做?如果你把 "平衡 "一词放在我的陈述中,这意味着什么,测试结果不能被信任。这就是它的意义所在。是目标,而不是回归模型的正确性。 那么我们就不能理解对方--如果不需要区间估计,残差的正态性就没有必要。如果序列是静止的,一个没有残差规范性的模型将是正确的,并具有一定的准确性。 你为什么需要这样一个模型?利润预测 - 是的,如果序列是静止的。虽然在al.ar中,有几个PAMM图表,其中平衡曲线稳步增长,然后迅速下降(崩溃)--经典的非平稳性。 Дмитрий 2012.08.08 07:30 #86 Avals: 是的,与他们和更简单的人在一起。 嫉妒?:) 当然了!我喜欢各种 "秘密知识 "和 "世界阴谋 "的崇拜者。 [删除] 2012.08.08 07:30 #87 Avals: 是的,允许有mo的变化,mo是医院的平均数。但如果mo在一个小范围内变化(即mo分布本身具有统计学意义:),那么医院的平均值将具有代表性,残差将呈正态分布。 P.S. 我自己不使用计量经济学,不分析余额。我使用更简单的交易员指数,我也使用可视化的股票分析。 残差不应该是正态分布。 正态分布是一种理想化。 长期以来,我观察到人们对这种理想化的普遍迷恋......。 Avals 2012.08.08 07:31 #88 Demi: 那么我们就不能理解对方--如果不需要区间估计,残差的正态性就没有必要。如果序列是静止的,一个没有残差规范性的模型将是正确的,并具有一定的准确性。 静态是什么意思?它是如何确定的? Avals 2012.08.08 07:33 #89 avtomat: 残差根本不需要是正态分布。 正态分布是一种理想化。 长期以来,我观察到人们对这种理想化的普遍迷恋......。 好吧,从你的观点出发,给我一个 "好的 "例子,其中残差不是正态分布的。 СанСаныч Фоменко 2012.08.08 07:33 #90 Avals: 那么,如果TS的盈利能力应该是恒定的,即mo=const,为什么我们需要一些复杂的去趋势,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 有多复杂?与其说是 "趋势 "符号,不如说是 "HP"。 但还有更严重的考虑。分析性的直线平滑公式(比解读趋势更准确)在很大程度上取决于样本量。让我们以2000年以来的欧元兑美元为例。让我们把趋势隔离成一条直线。几乎是一条水平的直线,但偏差约为2500点!这也是一个重要的原因。这正是机器所写的--医院的平均温度。 但如果我们采取任何过滤器,我们将得到几十个点的差异。由于我们的交易时间间隔不是10年,所以在平滑50-100个观测值时,我们可以用一条直线来做。但有些估计需要更多的观察。我总是应用一个过滤器来避免进入细节。纯粹的实际考虑。 12345678910111213141516...30 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
那么,为什么我们不能使用由于IR变异性而产生的利润衍生物?MT只是医院的平均水平...你不能用红外线作为确定系统稳健性的决定因素。
是的,它允许有莫大的变化,而莫大是医院的平均数。但如果Mo在一个小范围内变化(即Mo分布本身是统计学的:),那么医院的平均值将是有代表性的,残差将是正态分布。
P.S. 我自己不使用计量经济学,不分析余额。我使用更简单的交易员指数,我也使用可视化的股票分析。
我将公布上面承诺的答案--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)--这是应用问题的一个重要程序。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,无论残差是正态分布、非正态分布、厚尾、薄尾、无尾--都是一样的..................................................。
一些不同的东西混合在一起,目的就失去了。
我们商人在评估区间估计的正确性方面没有任何目的。这是一个辅助工具,对于确定所产生的数字的可信度是必要的。
如果我们建立了回归,并且残留物是正常的--分析就完成了,我们对TS很幸运。
在我短暂的实践中,这种情况从未发生过。残留物不是正常的,甚至不是固定的。回归的数字是不可信的。下一步该怎么做?如果你把 "平衡 "一词放在我的陈述中,这意味着什么,测试结果 不能被信任。这就是它的意义所在。是目标,而不是回归模型的正确性。
是的,允许有莫大的变化,而莫大是医院的平均数。但如果Mo在一个小范围内变化(即Mo分布本身是稳定的:)),那么平均数就是指示性的,残差将呈正态分布。
P.S. 我自己不使用计量经济学,不分析余额。我使用更简单的交易员指数,我也使用可视化的股票分析。
不,你使用的是 "秘密 "方法,你 "不被雇用在这里描述"。
不,不,你使用的是 "秘密 "方法,你 "不被雇佣在这里描述"。
是的,他们比这更简单,妒忌吗?:)
一些不同的事情混淆在一起,目标就失去了。
我们交易员在评估区间估计的正确性方面没有任何目的。它是一个辅助工具,对于确定所获得的数字的可信度是必要的。
如果我们建立了回归,并且残留物是正常的,分析就结束了,我们对TS很满意。
在我短暂的实践中,这种情况从未发生过。残留物不是正常的,甚至不是固定的。回归的数字是不可信的。下一步该怎么做?如果你把 "平衡 "一词放在我的陈述中,这意味着什么,测试结果不能被信任。这就是它的意义所在。是目标,而不是回归模型的正确性。
那么我们就不能理解对方--如果不需要区间估计,残差的正态性就没有必要。如果序列是静止的,一个没有残差规范性的模型将是正确的,并具有一定的准确性。
你为什么需要这样一个模型?利润预测 - 是的,如果序列是静止的。虽然在al.ar中,有几个PAMM图表,其中平衡曲线稳步增长,然后迅速下降(崩溃)--经典的非平稳性。
是的,与他们和更简单的人在一起。 嫉妒?:)
当然了!我喜欢各种 "秘密知识 "和 "世界阴谋 "的崇拜者。
是的,允许有mo的变化,mo是医院的平均数。但如果mo在一个小范围内变化(即mo分布本身具有统计学意义:),那么医院的平均值将具有代表性,残差将呈正态分布。
P.S. 我自己不使用计量经济学,不分析余额。我使用更简单的交易员指数,我也使用可视化的股票分析。
残差不应该是正态分布。
正态分布是一种理想化。
长期以来,我观察到人们对这种理想化的普遍迷恋......。
那么我们就不能理解对方--如果不需要区间估计,残差的正态性就没有必要。如果序列是静止的,一个没有残差规范性的模型将是正确的,并具有一定的准确性。
静态是什么意思?它是如何确定的?
残差根本不需要是正态分布。
正态分布是一种理想化。
长期以来,我观察到人们对这种理想化的普遍迷恋......。
好吧,从你的观点出发,给我一个 "好的 "例子,其中残差不是正态分布的。
那么,如果TS的盈利能力应该是恒定的,即mo=const,为什么我们需要一些复杂的去趋势,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
有多复杂?与其说是 "趋势 "符号,不如说是 "HP"。
但还有更严重的考虑。分析性的直线平滑公式(比解读趋势更准确)在很大程度上取决于样本量。让我们以2000年以来的欧元兑美元为例。让我们把趋势隔离成一条直线。几乎是一条水平的直线,但偏差约为2500点!这也是一个重要的原因。这正是机器所写的--医院的平均温度。 但如果我们采取任何过滤器,我们将得到几十个点的差异。由于我们的交易时间间隔不是10年,所以在平滑50-100个观测值时,我们可以用一条直线来做。但有些估计需要更多的观察。我总是应用一个过滤器来避免进入细节。纯粹的实际考虑。