Анализ поведения переменных на основе величины погрешности
В столбце, обозначенном HIT/MISS, приведены отклонения от целевого значения того прогноза, который 6-3-1 сеть сделала по исход-ной входной матрице. Погрешность всюду была промасштабирова- на так, чтобы значения располагались от -100 до 100, при этом положительный знак соответствует превышению цели, а отрицательный — недобору. Малые по абсолютной величине числа означают точный прогноз (например, апрель 1984), а большие— значительную ошибку (август 1984). Если абсолютная величина ошибки велика, скажем, больше 40, то в этом случае определить вклад отдельной переменной затруднительно. Следующие 6 столбцов таблицы содер-жат отклонения выхода сети от целевого значения, соответствующие шести описанным выше входным матрицам. Здесь погрешности также промасштабированы и лежат от -100 до 100.
По этим данным уже можно судить о динамике отдельных переменных. Можно заме-тить, что во всех случаях величина погрешности чувствительна к изменениям значений переменных, и это говорит о том, что все пере-менные активны. В целом, по-видимому, наибольшие погрешности связаны с переменными временной структуры и премии за риск. За-мена истинных значений этих переменных их средними значениями дает относительно большую ошибку прогноза. Это замечание согласуется с результатами регрессии, согласно которым обе переменные являлись высокозначимыми. Если теперь мы обратим внимание на знак погрешности, то увидим здесь для этих переменных противоположную зависимость. Большие отрицательные погрешности для одной переменной, как правило, совпадают с большими положительными для другой, и это может указывать на то, что их вклады в погрешность в некоторой степени компенсируют друг друга. Поскольку все переменные прошли проверку на допустимость, мульти- коллинеарность может быть исключена (см. [115]). Что касается переменных, которые по результатам регрессии были отнесены к незначимым, — например, непредвиденная инфляция, — то они, в основном, менее активны и редко дают абсолютные значения 100. Несмотря на то, что такие переменные, как показывает регрессионный анализ, в среднем мало влияют на результат, в некоторых ситуациях они могут быть очень активными. Поскольку такая маргинальная активность не улавливается регрессией, исследование чувствительности погрешности к изменениям этих якобы малозначимых переменных может продвинуть нас в понимании того, какое влияние глобальные факторы оказывают на рынок акций.
Еще по теме Анализ поведения переменных на основе величины погрешности:
- 16.2. Экономически равновесное функционирование национальной экономики
- Анализ поведения переменных на основе величины погрешности
- Структура анкеты и виды вопросов
- 12.3. Выбор состава оптимального портфеля ценных бумаг
- 4.4. МЕТОДЫ ОЦЕНКИ СТЕПЕНИ ПРОЦЕНТНОГО РИСКА
- ПРИЛОЖЕНИЯ
- Изучив тему 6, студент должен знать
- ТЕМА 6. МАРКЕТИНГОВЫЕ ИССЛЕДОВАНИЯ
- 2.4. Анализ привлекательности рынка
- 3.4. Виды рыночного спроса и методы его определения
- КРИТЕРИИ ОЦЕНКИ ВТОРИЧНОЙ ИНФОРМАЦИИ
- 4.3. Тестирование в исследовании систем управления
- Восстановительный период.
- 2.2. Вероятностно-статистические методы описания неопределенностей в теории принятия решений 2.2.1. Теория вероятностей и математическая статистика в принятии решений
- 2.2.5. Описание данных, оценивание и проверка гипотез
- 3.3. Вероятностно-статистические методы принятия решений 3.3.1.Эконометрические методы принятия решений в контроллинге