o******e 发帖数: 1001 | 1 S(t)=aS(s)+b+c*d,d是标准正态分布。
t和s都是时间点,a=f(x,t-s), b=f(y,t-s),c=f(z,t-s)。如果目前有一堆S(s)和S(t)
一一对应的数据,数据对中(t-s)可能不一样,我希望先用线性拟合得到统计值a,b,c,
然后推算x,y,z。最终是希望得到x,y,z的值。
在这里面用什么拟合a,b,c比较好呢?如果数据点中(t-s)是一样的,直接的linear
least square就可以了,从中可以知道a,b,c的estimates。 | m*********g 发帖数: 646 | 2 你先说说你这个模型背后的ASSUMPTION是什么吧。如果你要用拟合的话,你对ERR TERM
是怎么假设的?
【在 o******e 的大作中提到】 : S(t)=aS(s)+b+c*d,d是标准正态分布。 : t和s都是时间点,a=f(x,t-s), b=f(y,t-s),c=f(z,t-s)。如果目前有一堆S(s)和S(t) : 一一对应的数据,数据对中(t-s)可能不一样,我希望先用线性拟合得到统计值a,b,c, : 然后推算x,y,z。最终是希望得到x,y,z的值。 : 在这里面用什么拟合a,b,c比较好呢?如果数据点中(t-s)是一样的,直接的linear : least square就可以了,从中可以知道a,b,c的estimates。
| o******e 发帖数: 1001 | 3 谢谢moonsspring.
其实这个问题是从Ornstein–Uhlenbeck模型转化而来的。OU模型解出来后,我需要实
际的数据去拟合,但是一般的情况下(t-s)是一样的,所以随机项 c*d可以认为是独立
同分布,从而用least square去拟合。如果(t-s)不一样,那随机项就是独立但是不同
分布,在这种情况下应该如果拟合?
TERM
【在 m*********g 的大作中提到】 : 你先说说你这个模型背后的ASSUMPTION是什么吧。如果你要用拟合的话,你对ERR TERM : 是怎么假设的?
|
|