以下为《计量经济学习心得》的无排版文字预览,完整内容请下载
计量经济学学习心得
这学期主要的学习内容是时间序列,时间序列可以说是对于学习金融的学生来说十分重要的一个部分。
这个世界是由数据构成的,在这个世界上存在的每个物体,每时每刻都在产生着数据。而对这些数据的挖掘和利用,在这个时代,正在默默的改变人们的生活方式。例如通过可穿戴设备对个人健康的管理,就是通过设备不断采集你的个人健康数据,例如心跳、体温等等,收集完数据后套用模型计算来评估你的健康度。
如果你的视野和想象空间足够大,你会发现你能够挖掘并利用的数据充斥在你所生活的环境中。这些能够产生数据的对象,会包括你的手机、汽车、空调、冰箱等等。当前比较火热的物联网的核心思想,其实就是构建一个可以让所有物体生产数据并挖掘其价值的网络。而通过这个网络采集的数据,就是典型的时序数据。
时序数据用于描述一个物体在历史的时间维度上的状态变化信息,而对于时序数据的分析,就是尝试掌握并把 内容过长,仅展示头部和尾部部分文字预览,全文请查看图片预览。 参数估计。书中提到了极大似然估计法和贝叶斯分析法,这也对应了两大分析流派,频率学派和贝叶斯流派,两者的关系类似于华山派的气宗与剑宗,江湖论剑不休。频率学派坚持存在客观的先验分布,随着频率次数的增大会不断趋近客观分布。而贝叶斯学派则认为,先验分布可以是主观的,根据某个先验概率,通过大量观察来修正得到后验概率。频率学派可以理解为开了上帝视角,而贝叶斯学派则是我思故我在,两者都有一定的哲学基础。但是贝叶斯分析更契合人类观察事物的角度。这也就引出了Kalman滤波的方法。举个例子,我们需要估计火箭发动机内部的温度,用来控制燃料的消耗以及维持推力,但是由于内部温度很高,没有办法内置一个温度计进行度量。这时候我们采取一种变通的方法,通过测量外置温度计的温度,利用Kalman滤波来计算内部温度的最优估算值。通过不断地修正,就得到后验的温度。
总之,时间序列的学习令我受益匪浅。
[文章尾部最后300字内容到此结束,中间部分内容请查看底下的图片预览]请点击下方选择您需要的文档下载。
以上为《计量经济学习心得》的无排版文字预览,完整内容请下载
计量经济学习心得由用户“dcr2000”分享发布,转载请注明出处