兩個分別關於 residual 和 cointegrati … - 經濟

※ 引述《washburn (Just a game)》之銘言：
: 我的老天啊, 10/24 之後的文章全部不見了...
: 這兩個問題是我之前放在板上的, 我不太清楚有沒有人在當站前解答過,
: 總之當站前我最後一次上站沒有看到有人回答這兩個問題.
: 再放上來一次, 就當是拋磚引玉吧!
: 1. 在模型設定正確的前提下 (永遠達不到的前提)
: residual 是不是可以作為 error 實現值的估計?
: 其實, 似乎我們已經在這樣做了,
: 例如 variance-covariance matrix 的估計.
廣義來說 沒有"可不可以"的問題 只有"好不好的問題"

先舉個無關緊要的例子

今天一個箱子裡有白黑兩種球 我想知道白球的比率

我可以從箱中抽樣 然後算樣本中白球比例來估計

我可以都不抽樣 直接拿一個常數比如0.5來估計

我可以都不抽樣 反而跑去讓電腦跑一個亂數 跑出來的就當作估計

後兩者當然沒人會這麼做 但事實上 這也是一種估計喔 只是這種方法"不好"而已

所以 residual當然可以作為error的估計

只是你要問的是他"好"ㄇ 如果可以consistent估計母體參數

那極限上residual就等於是error

所謂好不好 統計上有一堆標準可以評判

另外除了一般常用的residual外 文獻上還有其他方法可以估計error

: 2. Johansen 的 FIML cointegration test 的
: likelihood function 包含的是 eigenvalues, 而非 eigenvectors,
: 檢定的也是 eigenvalue 是不顯著異於 0.
: 是不是沒有一個檢定可以 test 其 eigenvectors 的值?

先說我不懂cointegration也沒看過Johansen的文章

但我有個疑問耶

就是ㄚ eigenvector不唯一ㄚ

給定一個eigenvalue 就會有一個對應的eigenspace 那是一個集合 通常有無窮個元素

只是一般我們計算上 會把他normalized成單位長

既然不唯一...那你要test哪一個eigenvector阿@@"

當然這純粹就代數性質提出的問題

也許在Johansen的架構下 這根本不是個問題:p









--