※ 引述《washburn (Just a game)》之铭言： : 我的老天啊, 10/24 之後的文章全部不见了... : 这两个问题是我之前放在板上的, 我不太清楚有没有人在当站前解答过, : 总之当站前我最後一次上站没有看到有人回答这两个问题. : 再放上来一次, 就当是抛砖引玉吧! : 1. 在模型设定正确的前提下 (永远达不到的前提) : residual 是不是可以作为 error 实现值的估计? : 其实, 似乎我们已经在这样做了, : 例如 variance-covariance matrix 的估计. 广义来说 没有"可不可以"的问题 只有"好不好的问题" 先举个无关紧要的例子 今天一个箱子里有白黑两种球 我想知道白球的比率 我可以从箱中抽样 然後算样本中白球比例来估计 我可以都不抽样 直接拿一个常数比如0.5来估计 我可以都不抽样 反而跑去让电脑跑一个乱数 跑出来的就当作估计 後两者当然没人会这麽做 但事实上 这也是一种估计喔 只是这种方法"不好"而已 所以 residual当然可以作为error的估计 只是你要问的是他"好"ㄇ 如果可以consistent估计母体参数 那极限上residual就等於是error 所谓好不好 统计上有一堆标准可以评判 另外除了一般常用的residual外 文献上还有其他方法可以估计error : 2. Johansen 的 FIML cointegration test 的 : likelihood function 包含的是 eigenvalues, 而非 eigenvectors, : 检定的也是 eigenvalue 是不显着异於 0. : 是不是没有一个检定可以 test 其 eigenvectors 的值? 先说我不懂cointegration也没看过Johansen的文章 但我有个疑问耶 就是ㄚ eigenvector不唯一ㄚ 给定一个eigenvalue 就会有一个对应的eigenspace 那是一个集合 通常有无穷个元素 只是一般我们计算上 会把他normalized成单位长 既然不唯一...那你要test哪一个eigenvector阿@@" 当然这纯粹就代数性质提出的问题 也许在Johansen的架构下 这根本不是个问题:p --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 218.166.121.234