全部版块 我的主页
论坛 经济学论坛 三区 马克思主义经济学
2021-11-19 14:22:44
wzwswswz 发表于 2021-11-19 13:11
总体均值不知道吗?没有看见过吗?
它跟算术平均值是一个概念吗?
最小二乘法(又称最小平方法)是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据,并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于曲线拟合。其他一些优化问题也可通过最小化能量或最大化熵用最小二乘法来表达。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-11-19 14:24:21
石开石 发表于 2021-11-19 14:09
平方和误差最小明白吗?
平方和误差最小说的是这个方程式与均值的误差,而不是成交点与均值的误差。
你分不清这两种误差吗?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-11-19 14:25:04
wzwswswz 发表于 2021-11-19 14:24
平方和误差最小说的是这个方程式与均值的误差,而不是成交点与均值的误差。
你分不清这两种误差吗?
最小二乘法(又称最小平方法)是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据,并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于曲线拟合。其他一些优化问题也可通过最小化能量或最大化熵用最小二乘法来表达。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-11-19 14:31:59
石开石 发表于 2021-11-19 14:08
不要曲解。那就是实际与假设的条件不完全一样而已。
再说一遍,实际就是实际,根本不需要与假设条件相符合。如果两者不一致,那只能说明假设条件是错误的。
因此,或者是你的只有一个交点的成交模型是错误的,或者是你说同一条供给量线上有不止一个交点却只有一条需求曲线是错误的。两者必居其一。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-11-19 14:38:44
wzwswswz 发表于 2021-11-19 14:31
再说一遍,实际就是实际,根本不需要与假设条件相符合。如果两者不一致,那只能说明假设条件是错误的。
...
不是错误——是误差。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-11-19 14:39:40
石开石 发表于 2021-11-19 14:25
最小二乘法(又称最小平方法)是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利 ...
从若干散点中抽象出一个一条表示总体均值的线,可以有多种方法,而每一种方法得到的结果与实际的均值或多或少都会有误差存在,只是最小二乘法得到的结果与均值的误差最小。
这里根本就不是在说散点与均值线的距离就是误差。

所以,你把成交散点不在需求曲线上说成是误差就是把成交散点散布在均值周围说成了误差,完全是张冠李戴无知的表现。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-11-19 14:40:53
wzwswswz 发表于 2021-11-19 14:39
从若干散点中抽象出一个一条表示总体均值的线,可以有多种方法,而每一种方法得到的结果与实际的均值或多 ...
并使得这些求得的数据与实际数据之间误差的平方和为最小——仔细看看。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-11-19 14:49:53
石开石 发表于 2021-11-19 14:38
不是错误——是误差。
只有因为某种错误或不可控制的因素而引起的才能叫误差。
按照你抽象的需求曲线,同一条需求曲线与同一条供给量线可以有不止一个实际交点,但是你的成交模型偏要假设只能有一个交点。这是由你的什么错误,或什么不可控制的因素引起的?不然,为什么不叫错误叫误差?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-11-19 14:57:21
wzwswswz 发表于 2021-11-19 14:49
只有因为某种错误或不可控制的因素而引起的才能叫误差。
按照你抽象的需求曲线,同一条需求曲线与同一条 ...
请仔细体会——误差与错误
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-11-19 15:00:44
wzwswswz 发表于 2021-11-19 14:49
只有因为某种错误或不可控制的因素而引起的才能叫误差。
按照你抽象的需求曲线,同一条需求曲线与同一条 ...
按照你抽象的需求曲线,同一条需求曲线与同一条供给量线可以有不止一个实际交点。
——————————————
那是您自己的想法——只有一个交点。
那些在需求曲线之外的点——不是需求曲线与供给量线的交点。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-11-19 15:27:19
石开石 发表于 2021-11-19 14:40
并使得这些求得的数据与实际数据之间误差的平方和为最小——仔细看看。
你说的这个误差还是不同计算方法的结果与实际情况的误差对比,而不是成交点到需求曲线距离范围的误差。
前面这种情况是因为计算方式本身造成的,与成交点到需求曲线的距离是无关的,即不会因为散点离线近误差就最小,散点离线远误差就不最小。
这与你讲得那种成交点与线的距离是误差根本不是一回事。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-11-19 15:56:11
wzwswswz 发表于 2021-11-19 15:27
你说的这个误差还是不同计算方法的结果与实际情况的误差对比,而不是成交点到需求曲线距离范围的误差。
...
实际数据与求得数据误差——再看看。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-11-19 16:38:02
石开石 发表于 2021-11-19 15:56
实际数据与求得数据误差——再看看。
在计量经济学上,这个“误差”严格来说应该叫“残差”,因为散点到均线的距离中还可能包括有“误差项”。
在一系列的散点中,可以没有误差项,从而误差均为0,但却不会没有残差。
所以,把残差称之为误差是不严密的。

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-11-19 16:50:42
石开石 发表于 2021-11-19 15:56
实际数据与求得数据误差——再看看。
实际的点与抽象的线之间的残差(量)根本就不存在允许不允许的问题,其决定作用的只能是点与其他的点、从而与要抽象的线是否具有相同的性质。
如果两条轨道上的卫星彼此距离很近,运用最小二乘法计算的结果与其他方法相比,同样是残差的平方和最小。你因此就能说这里的误差是允许的,所以这两颗卫星就是在同一条轨道上吗?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-11-22 09:30:33
wzwswswz 发表于 2021-11-19 16:38
在计量经济学上,这个“误差”严格来说应该叫“残差”,因为散点到均线的距离中还可能包括有“误差项”。 ...
注意:需求曲线是成交散点最小平方和误差最小的产物——不要说什么其他——不要自创名词
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-11-22 09:31:34
wzwswswz 发表于 2021-11-19 16:50
实际的点与抽象的线之间的残差(量)根本就不存在允许不允许的问题,其决定作用的只能是点与其他的点、从 ...
卫星轨道不用最小二乘法计算——用物理定律计算。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-11-22 10:19:11
石开石 发表于 2021-11-22 09:30
注意:需求曲线是成交散点最小平方和误差最小的产物——不要说什么其他——不要自创名词
R.卡特•希尔等著的《计量经济学原理》告诉我们,在回归分析中,被解释变量的任何观测值都可以被分解为两个部分:有规律的部分与随机的部分。有规律的部分是被解释变量的条件均值,随机部分是被解释变量与其条件均值之间的差,被称为称为随机误差项。

你连回归分析中有随机误差项都不知道,真无知。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-11-22 10:19:52
石开石 发表于 2021-11-22 09:31
卫星轨道不用最小二乘法计算——用物理定律计算。
在物理定律发现之前,人们根本不可能用物理定律来计算天体的运行轨道。而只要有足够的观测数据,就可以用最小二乘法来估算。
同理,天上有大量的失控卫星,连发射者都不知道自己的卫星飞到了哪里。现在如果给你一定的数据,你就可以保证你计算出的一定是同一颗卫星的同一条轨道吗?
你如果无法保证,那么你的最小二乘法就破产了。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-11-22 10:20:46
wzwswswz 发表于 2021-11-22 10:19
R.卡特•希尔等著的《计量经济学原理》告诉我们,在回归分析中,被解释变量的任何观测值都可以被分解 ...
所以是误差不是残差——虽然误差不同。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-11-22 10:24:00
石开石 发表于 2021-11-22 10:20
所以是误差不是残差——虽然误差不同。
R.卡特•希尔等著的《计量经济学原理》中用的就是残差的概念:“最小二乘估计值”的“残差平方和小于任何其他直线的残差平方和。”
上面还引用了它关于误差项的说明。

你不知道,只能说明你无知。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-11-22 10:37:47
石开石 发表于 2021-11-22 10:20
所以是误差不是残差——虽然误差不同。
计量经济学告诉我们,回归分析是用来研究一个变量(被解释变量或因变量)与另一个或多个变量(解释变量或自变量)之间的关系。其用意在于通过后者(在重复抽样中)的已知或设定值区估计或预测前者的(总体)均值。

因此,计量经济学中是误差与机械学的误差根本不是一个概念,前者是个别观测值与统计均值的差,而后者则是个别观测值与设定值之差。
假设机械加工允许的误差为正负5%。一批加工件的统计均值为-3%,那么一件加工误差为0的加工件,相对于统计均值的误差却为3%,一件加工误差为-6%的加工件,相对于统计均值的误差也只有-3%。
所以,这两种误差根本不能用允许不允许来类比。

你把个别观测值与统计均值的差类比为机械加工的误差,胡扯什么允许不允许,完全就是在胡乱类比。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-11-22 11:10:00
wzwswswz 发表于 2021-11-22 10:37
计量经济学告诉我们,回归分析是用来研究一个变量(被解释变量或因变量)与另一个或多个变量(解释变量或 ...
公差。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-11-22 11:22:30
石开石 发表于 2021-11-22 11:10
公差。
不要扯没有用的东西。
你运用最小二乘法推算出来的只是一定时期内需求曲线的均值,即根本不是每个成交点上实际的需求曲线。
也就是说,成交散点中的每一个成交点上都有它自己的需求曲线,所有成交点上的需求曲线几乎都是不同的。而你的需求曲线就是通过几乎各不相同的实际需求曲线上的实际成交点而估算的平均意义的需求曲线。

因此,你所谓的误差,就是几乎各不相同的实际需求曲线上的实际成交点与你的平均意义的需求曲线之差。
你把平均意义的需求曲线说成是唯一的需求曲线,恰恰证明了你对回归分析的无知。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-11-22 11:44:22
wzwswswz 发表于 2021-11-22 11:22
不要扯没有用的东西。
你运用最小二乘法推算出来的只是一定时期内需求曲线的均值,即根本不是每个成交点 ...
注意:公差带内的一些成交散点只能抽象出一条需求曲线。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-11-22 12:24:49
石开石 发表于 2021-11-22 11:44
注意:公差带内的一些成交散点只能抽象出一条需求曲线。
抽象出的这条需求曲线就是平均意义的需求曲线,它根本否定不了各个成交点还有它们自己的需求曲线。

例如,R.卡特•希尔等著的《计量经济学原理》中就有用52个年度的观测值推算出需求方程的例子,但这绝不意味着这52个年度以及其中的每个月、每一周、每一天都没有自己的需求曲线。

所以,从成交散点中推算出的需求曲线只能是平均意义的需求曲线。
否则,也就戳破了你自己成交模型的盾。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-11-22 14:44:30
wzwswswz 发表于 2021-11-22 12:24
抽象出的这条需求曲线就是平均意义的需求曲线,它根本否定不了各个成交点还有它们自己的需求曲线。

例 ...
是最小平方和误差最小的曲线。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-11-22 15:24:16
石开石 发表于 2021-11-22 14:44
是最小平方和误差最小的曲线。
“均值”懂不懂?回归分析是用来研究一个变量(被解释变量或因变量)与另一个或多个变量(解释变量或自变量)之间的关系。其用意在于通过后者(在重复抽样中)的已知或设定值区估计或预测前者的(总体)均值,懂不懂?

无论用那种回归算法,在给定的散点中都只能抽象出一条曲线,这条曲线就是均值,就是平均意义的曲线。
只是与其他方法相比,“最小二乘估计值”的“残差平方和小于任何其他直线的残差平方和”而已。这根本否认不了抽象出的需求曲线就是均值,就是平均意义的需求曲线。

按照你的成交模型,如果抽象出的需求曲线之外的成交点根本不在需求曲线上,那怎么会有成交点?不戳了你自己的盾吗?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-11-22 15:58:51
wzwswswz 发表于 2021-11-22 15:24
“均值”懂不懂?回归分析是用来研究一个变量(被解释变量或因变量)与另一个或多个变量(解释变量或自变 ...
您记住:
1.公差内成交散点只能抽象出一条需求曲线。
2.模型需求曲线与模型供给量线只有一个交点。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-11-22 20:43:51
石开石 发表于 2021-11-22 15:58
您记住:
1.公差内成交散点只能抽象出一条需求曲线。
2.模型需求曲线与模型供给量线只有一个交点。
你记住:
第一,现实中的任何一个需求点(价格/需求量)都一定在需求曲线上。你否定不了吧?

第二,与此相对应,现实中的任何一个成交点(价格/成交量)也一定都在需求曲线上。否则,你的成交模型(模型需求曲线与模型供给量线只有一个交点)就破产了。

第三,你据以抽象出需求曲线的成交散点中的任何一个成交点,都是现实中的成交点,从而也都一定在需求曲线上。否则,你的成交模型(模型需求曲线与模型供给量线只有一个交点)就破产了。

第四,回归分析是用来研究一个变量(被解释变量或因变量)与另一个或多个变量(解释变量或自变量)之间的关系。其用意在于通过后者(在重复抽样中)的已知或设定值区估计或预测前者的(总体)均值。因此,其通过后者的散点抽象出来的前者的线就是均值线。你否认不了吧?

第五,你从成交散点中抽象出需求曲线的方法,就是一种回归分析的方法。因此,你从成交散点中抽线出来的线就是均值线,即具有平均意义的需求曲线。你否定不了吧?
就像一个班级学生只能有一个平均身高一样,你能因此而否认每个学生实际都有自己的身高吗?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-11-23 09:35:42
wzwswswz 发表于 2021-11-22 20:43
你记住:
第一,现实中的任何一个需求点(价格/需求量)都一定在需求曲线上。你否定不了吧?
第一,现实中的任何一个需求点(价格/需求量)都一定在需求曲线上。你否定不了吧?
+++++++++
错误。现实世界没有需求点只有成交点。需求是可能性组合。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群