s**d
发帖数: 148 | 1 对时间序列，采用不同的线性平滑函数,比如Moving average, loess, Kalman, etc。
是否有系统的方法对这些不同的函数的效果进行评价？
谢谢。 | T*******I
发帖数: 5138 | 2 个人认为，从随机性的角度来看，对非线性过程的节点间以强制连续性假设进行平滑化
处理的方法学无视了临界模型间在节点处连结的随机变异。这不是统计学需要的方法论。
我们需要的是用概率对连结变异的程度进行推断，也因此，节点不能以那个强制连续性
假设为前提进行估计。我在2007和2009年的JSM会议论文中对此作了比较深刻的理论探
索和阐述，并在此基础上对方法论作了重建。
【在 s**d 的大作中提到】
: 对时间序列，采用不同的线性平滑函数,比如Moving average, loess, Kalman, etc。
: 是否有系统的方法对这些不同的函数的效果进行评价？
: 谢谢。
| s**d
发帖数: 148 | 3 本意是问评价不同的平滑函数,没有说清, 原贴已更新.
论。
【在 T*******I 的大作中提到】
: 个人认为，从随机性的角度来看，对非线性过程的节点间以强制连续性假设进行平滑化
: 处理的方法学无视了临界模型间在节点处连结的随机变异。这不是统计学需要的方法论。
: 我们需要的是用概率对连结变异的程度进行推断，也因此，节点不能以那个强制连续性
: 假设为前提进行估计。我在2007和2009年的JSM会议论文中对此作了比较深刻的理论探
: 索和阐述，并在此基础上对方法论作了重建。
| T*******I
发帖数: 5138 | 4 我说得已经很清楚了。在这一领域的现行方法论在统计学的概念系统下是不能得到圆满
解释的，且存在严重的逻辑混乱。尽管从纯数学的角度看，它们在数学系统的函数理论
的应用中没有什么问题，但从统计学的角度看则是完全失败的方法论，因为当临界点这
一至关重要的参数的估计是以主观的强制连续性假定得到时，概率论在此已经完全失去
了任何意义。
【在 s**d 的大作中提到】
: 本意是问评价不同的平滑函数,没有说清, 原贴已更新.
:
: 论。
|
|
