여쭤볼 게 있어서 글 남깁니다.
혹시 틀린 부분이 있으면 지적해주셨으면 합니다
-------
MA(q)모형에서 Xt는 관찰불가능한 epsilon 으로 표현되어 있다.
따라서 Xt의 추정은 그 상태에서는 불가능하다
그래서 다음과 같은 과정이 필요하다
invertibility condition이 만족하는 경우에 epsilon_t 는 theta(L)^-1*Xt 와 같이
Xt의 함수로 나타낼 수 있다(intercept 생략)
즉, theta의 initial value값이 알려져있다는 가정하에 epsilon을 Xt로 계산해낼 수 있다.
이러한 과정을 반복추정을 통해 epsilon_t-1, epsilon_t-2,.... 의 data를 만들 수 있다.
이제 위에서 만들어진 data set을 가지고 원 모형 Xt = theta(L)*epsilon_t 에서의 계수값들을
추정할 수 있다.(regression을 통해서??)
그리고 q의 값을 정하기 위해 위에서 구한 theta의 추정값에 대해 유의한지 test한다
--------
이게 제대로 이해하고 있는 건지 모르겠습니다.
아, 그리고 사실 중간내용부터는 자신이 없는데 교수님께서 수업시간에 적어주신
l theta^hat_(j+1) - theta^hat_j l < 0.00001(임의의수)
이런 식으로 j+1기의 추정값과 j기의 추정값의 차이가 일정이하가 될 경우 유의하지 않다고
판정하고 j를 q로 정한다
이게 위의 과정에서 어떻게 쓰이는지도 잘 모르겠습니다.
마지막에 theta의 추정에 쓰이는 거 같긴 한데 제가 적은 거랑 내용이 좀 다른 거 같기도 하고
한 학기동안 열심히 강의해주셔서 감사하게 생각합니다.
보강은 못 갈 거 같아 미리 인사드립니다;;
어.. 그리고 저번 수업시간에 zeratul에 대해서 말씀하신 게 맞나요?
zeratul은 스타크래프트에서 프로토스의 영웅 입니다 ^^
혹시 틀린 부분이 있으면 지적해주셨으면 합니다
-------
MA(q)모형에서 Xt는 관찰불가능한 epsilon 으로 표현되어 있다.
따라서 Xt의 추정은 그 상태에서는 불가능하다
그래서 다음과 같은 과정이 필요하다
invertibility condition이 만족하는 경우에 epsilon_t 는 theta(L)^-1*Xt 와 같이
Xt의 함수로 나타낼 수 있다(intercept 생략)
즉, theta의 initial value값이 알려져있다는 가정하에 epsilon을 Xt로 계산해낼 수 있다.
이러한 과정을 반복추정을 통해 epsilon_t-1, epsilon_t-2,.... 의 data를 만들 수 있다.
이제 위에서 만들어진 data set을 가지고 원 모형 Xt = theta(L)*epsilon_t 에서의 계수값들을
추정할 수 있다.(regression을 통해서??)
그리고 q의 값을 정하기 위해 위에서 구한 theta의 추정값에 대해 유의한지 test한다
--------
이게 제대로 이해하고 있는 건지 모르겠습니다.
아, 그리고 사실 중간내용부터는 자신이 없는데 교수님께서 수업시간에 적어주신
l theta^hat_(j+1) - theta^hat_j l < 0.00001(임의의수)
이런 식으로 j+1기의 추정값과 j기의 추정값의 차이가 일정이하가 될 경우 유의하지 않다고
판정하고 j를 q로 정한다
이게 위의 과정에서 어떻게 쓰이는지도 잘 모르겠습니다.
마지막에 theta의 추정에 쓰이는 거 같긴 한데 제가 적은 거랑 내용이 좀 다른 거 같기도 하고
한 학기동안 열심히 강의해주셔서 감사하게 생각합니다.
보강은 못 갈 거 같아 미리 인사드립니다;;
어.. 그리고 저번 수업시간에 zeratul에 대해서 말씀하신 게 맞나요?
zeratul은 스타크래프트에서 프로토스의 영웅 입니다 ^^