请选择 进入手机版 | 继续访问电脑版
楼主: haoqm
5592 16

求助-数据建模的困惑-模型复杂了好吗 [推广有奖]

haoqm 发表于 2006-2-23 20:13:00 |显示全部楼层 |坛友微信交流群

a wondelful reply,

Teräsvirta, T. (2004).Smooth transition regression modeling, in H. Lütkepohl and M. Krätzig (eds), Applied Time Series Econometrics, Cambridge University Press, Cambridge.

is very useful for me.

建议斑竹重奖zhaosweden这样的好人

使用道具

nqp_nn 发表于 2006-2-24 11:59:00 |显示全部楼层 |坛友微信交流群
请问,有这本书的电子版吗?能发传上来?谢谢拉!

使用道具

四脚朝天 发表于 2006-5-16 11:02:00 |显示全部楼层 |坛友微信交流群

首先,要说明我对你研究的领域不懂,对你用的模型我也没有接触过。但是,在应用计量经济学模型的过程中,有一些体会。

复杂的模型一般是更加灵活,更加的符合实际,这也是介绍复杂模型时优于简单模型的地方。但是,在实际应用中,复杂模型其实会产生很多的问题。而我碰到最多的是多重共线性问题(由于变量众多),它使得估计的参数不再是准确的。

如果要发在国内的话,模型复杂一点有好处,但在国外的外,我想结果准确可靠应该是首先要考虑的。

当然,你如果能证明用复杂模型得到的结果更加符合实际,那是最好不过了。

使用道具

haoqm 发表于 2006-9-10 17:47:00 |显示全部楼层 |坛友微信交流群

简单的问题复杂化

复杂的问题简单化

可能是学者自己创造的研究路子吧

使用道具

sunkist123 发表于 2007-5-23 11:54:00 |显示全部楼层 |坛友微信交流群

对于太阳黑子这些数据的拟和已经很旧了,我看过一些人写的文章,他们用的是ARIMA模型和神经网络结合去模拟.结果很好!

ARIMA ANN 模型两者都成功地被运用于其各自的线性与非线性领域。但是,它们两个都不是可以适用于所有时间序列预测的通用模型。文[17]中提出了将两者结合起来的思想,并把组合模型用于太阳黑子的预测问题,取得了较好的预测效果。

从预测过程看,ARIMA用于线性部分的预测,而ANN模型用于非线性部分预测,通过对ARIMA和ANN模型的综合运用,就发挥了这两种模型的长处,从而提高了预测准确度。

关于组合模型方面,我做几种的组合模型(有兴趣你可以加我msn讨论:luobin.feng@ipsos.com.cn)

在一些没什么规律波动的数据,而且解析变量比较难找的情况下,就应该采用灰色拓扑预测与神经网络结合(因为灰色拓扑预测有效的解决神经网络不可避免地存在局部极小的问题)

而对于一些时间序列的数据,很明显的涉及到外在因素影响的时候,就应该使用回归模型与ARIMA模型(或者神经网络)相结合(这样不单把数据的内在的因素表示出来,而且也把数据的外在因素表示出来)

更有些情况,就是对于一个点的数据,有很多数据来源(或者受到很多地方影响)在这样的情况下,应该对于不同的数据来源选择各自合适的模型进行预测,最后使用数据融合的思想得到最终结果;等等。

使用道具

sunkist123 发表于 2007-5-23 12:15:00 |显示全部楼层 |坛友微信交流群

对于不同的模型的比较方面,除了一些传统而且必要的模型参数检验等等外.

还可以从预测的效果来看,因为不管模型怎么好,一旦应用于实际当中,预测效果不好,就是不好的模型!

因为对于很多人来说,最终结果才是最终想要的东西!

对于预测效果的比较,你可以对预测结果求一个平均相对误差,看那个比较小!

还可以求原数据与预测结果之间的相关系数,相关系数越接近1,就表示总体的预测效果越好!

使用道具

tory2009 发表于 2008-4-1 00:22:00 |显示全部楼层 |坛友微信交流群
good

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jltj
拉您入交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-3-29 00:51