Ответ Мигелю
> Нет, дорогой, от Вас хотели другого - связного текста, отвечающего на
> поставленные вопросы и обосновывающего допустимость линейной экстраполяции
> miron'а.
Зачем мне писать текст? Вопрос тривиальный. Ваше незнакомство с литературой -
единственная преграда для принятия простых тезисов. Тем более что такой текст
я уже выкладывал. Именно на него отвечал Иванов-Гуревич. Потом ветка ушла в архив,
и Иванов-Гуревич завёл новую. На ваше счастье её тоже отправили в архив.
Если же я начну что-то опять писать, то у меня получится научный текст, который Вы всё
равно скорее всего не сможете понять. (да и отвечать на часть Ваших вопросов я едва
ли стану - просто вынесу их в обзор литературы)
Впрочем, если Вы настаиваете, то я могу написать короткую научную заметку. Но тогда
* Вам придётся подождать, пока я закончу заметку по нетто-коэффициенту, которую обещал.
* Вам придётся подождать моего прогноза советского ВВП (чтобы был стимул читать такую заметку).
Как вариант Вы можете пока попросить Иванова дать свой прогноз. Ведь не глупее же он зайца-барабанщика, кнопки у него есть.
Вот пусть и спрогнозирует, пока я буду занят доисследованием нетто-коэффициента. Потом и сравним результаты.
Ну как ваше 100% компетентное большинство решит?
Мне всё равно, я могу в качестве альтернативного варианта оперативно выложить прогноз. Но тогда текста не будет.
> Сразу по двум. Первый, формальный - 2/3 активных участников обсуждения
> (Иванов и Мигель versus Alexandre Putt). Второй - 100% компетентных и
> квалифицированных в данной тематике участников обсуждения (Иванов и
> Мигель).
Это вы - 100% компетентные и квалифицированные? Кхм. Скромность украшает.
> >> 1. Что такое прогнозирование?
> Недобросовестно отвечаете. От Вас ожидалось дать формальное определение
> прогнозирования (желательно с этимологическим истолкованием) во вводной
> части связного текста, покрывающее различные случаи прогнозирования,
> упоминавшиеся в ходе нашего обсуждения.
Прогнозирование - формирование предположения о будущих (на некий момент t)
значениях случайной величины интереса.
Это неформальное определение (но должно быть понятно).
> >> 2. Чем отличается прогнозирование, основанное на простом обобщении и
> переносе на будущее уже наблюдаемых фактов, от прогнозирования,
> основанного на сложном моделировании внутренней структуры объекта?
> >Уже говорилось.
> Нет, не говорилось. Если Вы приводили тут англоязычные цитаты, не понимая
> их содержания, это ещё не значит, что отвечали на поставленные вопросы. Мы
Ну так напомню: оценка структурных отношений требуется только при прогнозировании
эффекта от определённого изменения экзогенной переменной (или ряда переменных) на
переменную интереса. Например, результата изменения налоговой ставки на ВВП.
Прогнозирование же без фокуса на таком эффекте не требует моделирования структуры отношений
- достаточно рассмотреть ковариацию переменных.
Например, прогнозирование будущих значений ВВП может быть осуществлено на основе
предыдущих значений ВВП (через оценку ARIMA модели).
Поэтому отличие такое: структурные модели применяются для оценки последствий
изменений в политике; "простые" модели применяются (или могут применяться) для
прогнозирования, когда, соответственно, такого интереса нет. Здесь следует отметить один момент:
изменения в политике - это именно изменения в структуре модели (например, в коэффициентах).
Если речь идёт о "шоках" (например, скачке цен на нефть), то "простые" модели
отлично справляются с прогнозированием эффектов таких воздействий. Поэтому было бы
неверным заключить, что они подразумевают остутствие изменений вообще. Напротив,
такие изменения уже учитываются.
Ну а прогнозирования на основе "простого обобщения" просто не существует.
> ещё обсудим, как Вы поняли очередную из приведённых цитат. Кроме того,
> предполагалось, что Вы ответите на вопрос с прицелом на задачу о
> допустимости линейной экстраполяции советского ВВП или его темпов роста, а
> не <<вообще>>.
Безотносительно. Для советского ВВП исключений нет. Это временная серия, которая
обладает определёнными типичными свойствами.
> >Кстати, что такое "простое обобщение и перенос фактов"?
> А тут, дорогой, Вы в очередной раз проявили недобросовестность при
> цитировании. Я же привёл разъясняющие примеры (привожу полную цитату):
Я вопрос задал, чтобы намекнуть, что "простое обобщение и перенос фактов" -
это некорректный подход к прогнозированию.
> Последний вопрос, на который я надеялся получить ответ и не получил, я
> выделил.
Ну так я Вам ответил выше: если нас не интересует именно эффект от изменения процентной ставки
на, допустим, расходы дом. хозяйств, то структурная модель нам не нужна. Т.е. ARIMA вполне подойдёт.
> А теперь разберёмся, какой из Вас полиглот. Вот очередная длинная
> англоязычная цитата, которую Вы привели якобы в обоснование своих слов:
> relying on OLS estimates. In the case of linear projection, however, the
> only concern is forecasting, for which it does not matter whether it is X
> that causes Y or Y that causes X. Their observed historical comovements
> (as summarized by E(X_t Y_{t+1}) are all that is needed for calculating a
> forecast."
Вот-вот.
> А теперь вспомним, зачем вообще нужно было затеваться с линейной
> экстраполяцией. Вы об этом честно написали: для того, чтобы оценить
> последствия либеральной политики для России:
> <<Будущих бесконечное множество. Одно из них - где реформаторам надавали
> по шапке. Мирон оценивает последствия либеральной политики для России. Эти
> последствия - то, что мы потеряли, приняв их политику>>.
> А последствия, как написано в приведённой Вами цитате, надо оценивать
> именно с помощью структурного анализа:
Ошибаетесь. Изменение политики - это приватизация и либерализация цен. Эффект таких мер
прогнозировать крайне сложно. Я же говорил о ситуации, когда радикальных изменений
в политике не было бы.
> Я надеюсь, вопрос о том, к какому типу прогнозирования следует теперь
> отнести оценку эффекта либеральной политики на российский ВВП, на этом
> можно считать закрытым, не так ли?
Эту оценку провести очень просто: нужно сравнить тот прогноз динамики ВВП,
который мы получим из оценки советских данных, с реальной серией ВВП РФ.
Разница и будет "эффектом либеральной политики".
Понимаете этот подход? Не нужно прогнозировать эффект л.п., он уже есть - в реальной серии. Нужно просто вычислить разницу.
> >> 3. Зачем нужны прогнозы? Кто и как их использует? Есть ли разница в
> требованиях к прогнозу ВВП для использования правительством при принятии
> окончательных количественных решений, от требования к прогнозу ВВП для
> публикации в научном или экспертном издании?
> >Разницы нет, потому что прогнозы для правительства готовят команды
> экономистов.
> Ответ не принят. От Вас ожидался, как минимум, связный абзац с
> обоснованием и кратким описанием практики прогнозирования в
> государственных управленческих структурах, науке и публицистике. Кроме
> того, Вы проигнорировали первые два предложения.
В "государственных управленческих структурах" фокус как раз на структурных моделях,
потому что их интересует оценка последствий изменения в политике.
(в российских структурах эконометрических моделей может и не быть (там просто некому их обсчитывать и неначем))
Теперь по пунктам:
* Зачем?
- чтобы оценивать последствия изменения в политике. Например, у ФРС США есть
структурные модели, которые они используют для прогнозирования изменений в процентной ставке (к примеру).
Для ARIMA область применения, прежде всего, benchmark результатов использования структурных моделей.
* Кто и как?
- команды экономистов, как штатные, так и консультанты.
> >> 4. Что следует понимать под случайными и неслучайными событиями? Нужно
> Я Вашу точку зрения принять не могу, потому что из неё следует, что все
> физические величины надо всегда и везде считать случайными. Мы ведь с
> уверенностью не знаем даже массы окружающих объектов, только целочисленные
> переменные (например, количество учеников в классе) мы знаем с точностью.
Количество учеников в классе - тоже случайная переменная. Объясняю: если Вы делаете
замеры этого количества для всех школ в городе, то наверняка у Вас будут несистематические
ошибки при подсчётах. Но это не возражение, конечно, просто уточняю.
По физическим величинам я Вам уже ответил в другом сообщении.
> Однако это не мешает нам применять детерминистские модели для
> прогнозирования очень многих событий. Ваш же подход исключаете большую
> часть науки и человеческой практики - все случаи, когда используются не
> вероятностные, а детерминистские модели.
Современная практика, в особенности в социальных науках, требует использования
именно вероятностных моделей. Замечу, что вероятностная модель не подразумевает
полную случайность. Речь идёт о наличии проблем с измерением (в широком смысле).
> >> 5. Обязательно ли прогнозирование предполагает массовость?
> >Да
> Ответ принят. Однако согласиться с Вашей позицией я не могу. На самом
> деле, в человеческой практике очень много прогнозов единичных событий, чем
> вероятностных прогнозов массовых событий. Например, прогноз погоды на
> завтра или прогноз величины ВВП на 2008 год. Вам следует задуматься,
> почему Вы употребляете слово <<прогноз>> не в общепринятом смысле.
Я всегда употреблял только в одном смысле: прогноз случайной переменной.
Прогноз погоды и прогноз ВВП - это случайная переменная.
> >> Что такое <<концептуальная массовость>>?
> >А что такое "концептуальный эксперимент" Вы тоже не знаете?
> Ответ не принят. Вас не просили огрызаться, а просили включить в связный
> текст объяснение, о какой <<концептуальной массовости>> идёт речь при
> прогнозировании единичного события - ВВП на 2008 год. Кроме того, Вам
>> <<Почему прогноз величины ВВП в следующем году является <<концептуально
>> массовым>>, а прогноз расхода топлива при выборе траектории стыковки -
>> нет?>>
Потому что ВВП - случайный процесс.
> >> 6. Какова роль математического ожидания при прогнозировании? Почему в
> примере с единичными опытами математическое ожидание и вообще теория
> вероятностей оказываются бесполезными для прогнозирования?
> >Потому что теория вероятностей не рассматривает единичные случаи.
> Ответ на второй вопрос принят, на первый вопрос ответа не прозвучало.
Ответ прост: при формировании прогноза оптимальным способом является
использование условного ожидания. (Критерий: RMSE). Я собственно приводил
цитату, где это объясняется.
> Необходимо также добавить два замечания. Во-первых, Ваш ответ повторяет
> слова Иванова о единичных событиях, во-вторых, он противоречит Вашей же
> позиции, что при прогнозировании всегда идёт речь о массовых событиях (см.
> выше). Так что выберите что-то одно.
Здесь тонкий момент, который я сам не сразу понял.
> >> 7. По какой причине и за лотерею, и за страхование люди готовы платить
> меньше, чем математическое ожидание их выигрыша (или компенсации),
> >Не знаю, обычно платят больше :)
> Вы не ответили. Поэтому ответ не принят.
Ну я же приводил разные ответы. Например, потребление "азарта" - при игре в лотерею.
> >> компанией)? Есть ли по данному вопросу более свежие и протестированные
> результаты, чем теория Неймана-Моргенштерна?
Есть. Но зачем это обсуждать здесь? Но я уже упоминал исследования risk aversion Эрроу.
> >> 9. Что такое случайная величина в математике и
> >Вы же самостоятельно давали конкретный ответ. Уже забыли?
> Ответ не принят. Я надеялся, что Вы вплетёте конкретное определение в
> связный текст.
А в каком смысле Вас это интересует? Если в контексте обсуждения, то я уже говорил,
значение которой не известно заранее с определённостью. Но зачем тогда "в математике"?
> >> когда применяются модели случайных величин к исследованию реальных
> объектов?
> >Когда исследуют реальные объекты.
> Ответ принят, несмотря на его неконкретность, потому что ниже Вы также
> написали, что модели случайных величин следует применять всегда и везде к
> исследованию любых величин, не поддающихся точному измерению. Итак, Вы
Я не говорил "всегда и везде". При решении простых задач этим можно пренебречь.
Но далеко не всегда. С 19 века - уже нельзя. Планирование производства и продаж,
загрузка электросетей, метеоусловия, военное дело, инженерные сооружения (нагрузка и т.п.),
строительство дамб, защита экологии и т.п. - это всё области, где статистика
так или иначе применяется. Страхование, медицина, почти вся прикладная наука и исследования.
Финансы. Экономическая политика. Атомная энергетика. Археология.
> имели в виду, что модели случайных величин применяются всегда, когда
> исследуют реальные объекты, в которых хоть один значимый параметр нельзя
> измерить с абсолютной точностью. Ваша точка зрения понятна, но она
> неверна. На самом деле, детерминистские модели применяются куда чаще, чем
> вероятностные.
Вы уверены? Это зависит от области.
> >Да. Ошибки измерения требуют учёта.
> Ответ принят. Остаётся добавить, что Ваша точка зрения, мягко говоря,
> маргинальна. Человечество давно и уверенно пользуется детерминистскими
> моделями, даже когда речь идёт о приблизительных измерениях параметров, и
> привлекает вероятностные модели далеко не всегда. Плетью обуха не
> перешибёшь.
Это сомнительно, но определить где и что в какой степени используется трудно.
Достаточно того, что для вопросов политической практики только вероятностные
методы (эконометрика) позволяют дать конкретные и примерно корректные ответы
на задаваемые вопросы. Эконометрика для этого и создавалась, вообще-то.
> >> Какой смысл использования вероятностной модели для прогнозирования ВВП?
> >Смысл простой: получение адекватных результатов
> Ответ не принят, потому что Вы не раскрыли понятие <<адекватного
> результата>>, когда речь идёт о прогнозировании ВВП: Вы же проигнорировали
> большинство общих вопросов о прогнозировании и не захотели писать связный
> текст.
Ну так я же указывал ранее, что экономическая статистика требует интерпретации.
Соответственно, адекватная интерпретация такой статистики невозможна без
использования вероятностных методов.
Что касается прогнозирования, то никакой другой метод не даст адекватных результатов.
> Далее Вы проигнорировали мой вопрос под номером 10:
> <<10. Какие конкретно <<замечательные статистические свойства>> ВВП можно
> предсказать по серии наблюдений ВВП за предыдущие годы?>>
О замечательных свойствах я говорил совсем в другом контексте, вообще-то.
> >> 11. Допустимы ли при исследовании реальных объектов <<дедуктивные>>
> рассуждения типа <<а) ВВП - случайная переменная; б) эта переменная
> >Не только реальных объектов. Дедуктивные суждения истинны всегда, если
> посылки верны.
> Ответ не принят. Во-первых, слово <<дедуктивные>> было мною взято в
> кавычки с намёком на ущербную логику. Во-вторых, я надеялся получить
Логика не бывает ущербной.
> пояснение по справедливости исходных посылок конкретного <<дедуктивного>>
> рассуждения и строгости логических переходов, использованных в нём, - то
> есть, комплексное исследование допустимости конкретного рассуждения при
> исследовании конкретного объекта. Вместо этого Вы начали сыпать общими
> пояснениями о том, что дедуктивные рассуждения верны всегда.
Ну да, верны всегда. Если Вас интересует применимость метода, то Вы должны попробовать этот
метод применить для начала.
> <<Если [такие <<дедуктивные>> рассуждения] допустимы, до почему? К какому
> из двух типов прогнозирования (см. пункт 2) относится такое обобщение?>>
