Der farbige Regressionsindikator im obigen Bild (i-Regr OTM Color Painel MT4) verwendet mittleres HLCO4 und ist eine optimierte Regressionssuche. Es testet alle Regressionen von Takten 25 bis 1000 und von Grad 1 bis 8. Alle Ergebnisse, die den Fehler der Regression größer auf den aktuellen Balken verwerfen, werden verworfen. Dann wird das R-Quadrat verglichen und die geeignetste Regression aufgetragen. Geteilt unten. Jetzt baue ich ein besseres Regressionsmodell, mit mehr Passform und Extrapolation. Ich denke, dass eine Extrapolation von 1 Einheit in einer Gleichung mit 1000 Grad und 1000 Bar uns eine erstaunliche Zahl geben, da die Gleichung genau alle 1000 vorherigen Zahlen getroffen hat. Wenn wir unseren Geist extrapolieren und alle historischen Daten über die Preise eines Instruments nehmen und diese Art der Regression gut in unseren Händen haben die besten NN und AI möglich und ich werde nicht sein, wer gegen diese universelle Wahrheit der Mathematik extrahiert (so viel Energie) Benötigt, um die Route zu ändern). Aber schwarze Schwäne geschehen, just justieren Sie das Risiko. Dann will ich das. Der Code, der in einem anderen Thema übergeben wurde (Anpassen einer Parabel), gibt keine Linie genau wie das Liniendiagramm (wenn Degree gleich Bars ist), wie im Bild sehen. Wie wir dieses Problem beheben können Der Degree größer als 80 ist auch noch nicht möglich (ich glaube, es ist eine Beschränkung der Matrizen), wie wir das auch beheben. Ich habe Panel-Daten, die so aussehen: Die Daten, die fehlen , Weil wir nicht in der Lage waren, vollständige Daten in den Jahresberichten der im Datensatz aufgelisteten Banken zu finden. Es gibt kein reales Muster für fehlende Werte, abgesehen von einigen Perioden, wie die in dem Bild veranschaulichten, sind die fehlenden Werte meistens zufällig. Beispiel: ein fehlender Wert im Jahr 2000, ein anderer fehlender Wert im Jahr 2002 und so weiter. Die Banken sind insgesamt fünf, und wir zählen vierteljährliche Daten für den Zeitraum 1998Q1 bis 2013Q1. Wir haben eine vollständige Serie für eine der Variablen, beta. Die anderen vier sind alle fehlen einige Werte. Ich habe gesucht, aber havent in der Lage, eine Antwort auf die folgenden Fragen zu bekommen: 1) Ist es wichtig, dass mein Datensatz fehlende Werte in einigen der Variablen hat 2) Was ist die richtige Methode für das Ausfüllen der fehlenden Werte verwenden Wenn seine Möglich, können Sie es mit Stata Nick veranschaulichen Diese Frage ist ausdrücklich zu fehlenden Daten und daher ist quasi Thema auf dieser Website. Herman: Wir ermutigen die Leute jedoch, Fragen softwareneutraler zu stellen: Statt quothow zu fragen, mache ich X in Stata, wenn ich fragen darf, was ich tun soll Stata. quot Das öffnet Ihre Frage zu weit mehr Experten (die meisten von ihnen nicht verwenden, Stata), stark erhöht die Chance, die Sie erhalten eine gute Antwort. Ich habe die Option interpolieren und extrapolieren verwendet, und es scheint eine gute Arbeit in dem Sinne, dass die Werte erzeugt ziemlich gut die Daten, und es erzeugt eine Reihe von ausgewogenen Schätzungen von getan haben Die fehlenden Werte. Ich denke, ich werde daran halten, und sehen, ob ich einige weitere beraten mit einem meiner Professoren finden können. Vielen Dank für Ihre Antwort Nick ndash Herman Haugland I39m nicht ein stata Experte, leider, aber ich weiß, dass R hat eine robuste Reihe von Paketen Unterstützung Imputation für Zeitreihen-Querschnitt-Daten. Amelia II kommt vor allem in den Sinn, da es für diesen expliziten Zweck gebaut wurde. Ndash Sycorax Nov 14 14 um 19:40 Uhr
No comments:
Post a Comment