Preprocessing influential observations has three components: identific的简体中文翻译

Preprocessing influential observati

Preprocessing influential observations has three components: identification, influence assessment, and accommodation. In econometric settings, identification and influence assessment are usually based on regression statistics. Accommodation, if there is any, is usually a choice between deleting data, which requires making assumptions about the DGP, or else implementing a suitably robust estimation procedure, with the potential to obscure abnormal, but possibly important, information.Time series data differ from cross-sectional data in that deleting observations leaves "holes" in the time base of the sample. Standard methods for imputing replacement values, such as smoothing, violate the CLM assumption of strict exogeneity. If time series data exhibit serial correlation, as they often do in economic settings, deleting observations will alter estimated autocorrelations. The ability to diagnose departures from model specification, through residual analysis, is compromised. As a result, the modeling process must cycle between diagnostics and respecification until acceptable coefficient estimates produce an acceptable series of residuals.
0/5000
源语言: -
目标语言: -
结果 (简体中文) 1: [复制]
复制成功!
预处理有影响的观察包括三个部分:识别、影响评估和适应。在计量经济学环境中,识别和影响评估通常基于回归统计。调整,如果有的话,通常是在删除数据之间做出选择,这需要对 DGP 做出假设,或者实施适当的稳健估计程序,有可能掩盖异常但可能重要的信息。<br><br>时间序列数据与横截面数据的不同之处在于,删除观测值会在样本的时基中留下“漏洞”。估算替代值的标准方法(例如平滑)违反了 CLM 严格外生性的假设。如果时间序列数据表现出序列相关性,就像它们在经济环境中经常发生的那样,删除观察值将改变估计的自相关。通过残差分析诊断偏离模型规范的能力受到损害。因此,建模过程必须在诊断和重新指定之间循环,直到可接受的系数估计产生可接受的残差系列。
正在翻译中..
结果 (简体中文) 2:[复制]
复制成功!
预处理有影响的观察有三个部分:识别、影响评估和适应。在计量经济学环境中,识别和影响评估通常基于回归统计。如果有的话,通融通常是在删除数据(需要对DGP做出假设)或实施适当稳健的估计程序(可能会掩盖异常但可能重要的信息)之间进行选择。<br>时间序列数据与横截面数据的不同之处在于,删除观测值会在样本的时基中留下“漏洞”。插补替代值的标准方法,如平滑法,违反了严格外生性的CLM假设。如果时间序列数据表现出序列相关性,就像它们在经济环境中经常表现的那样,删除观测值将改变估计的自相关性。通过残差分析诊断偏离模型规范的能力受到影响。因此,建模过程必须在诊断和再鉴定之间循环,直到可接受的系数估计产生可接受的残差序列。<br>
正在翻译中..
结果 (简体中文) 3:[复制]
复制成功!
预处理有影响的观察有三个组成部分:识别、影响评估和调节。在计量经济学环境中,识别和影响评估通常基于回归统计。如果有的话,通融通常是在删除数据(需要对DGP做出假设)或实施适当稳健的估计程序(可能掩盖异常但可能重要的信息)之间做出选择。时间序列数据不同于横截面数据,因为删除观测值会在样本的时间基础上留下“漏洞”。用于输入替换值的标准方法,如平滑法,违反了严格外生的CLM假设。如果时间序列数据表现出序列相关性,就像它们在经济环境中经常表现的那样,删除观测值将改变估计的自相关。通过残差分析诊断偏离模型规格的能力受到损害。因此,建模过程必须在诊断和重新指定之间循环,直到可接受的系数估计产生一系列可接受的残差。
正在翻译中..
 
其它语言
本翻译工具支持: 世界语, 丹麦语, 乌克兰语, 乌兹别克语, 乌尔都语, 亚美尼亚语, 伊博语, 俄语, 保加利亚语, 信德语, 修纳语, 僧伽罗语, 克林贡语, 克罗地亚语, 冰岛语, 加利西亚语, 加泰罗尼亚语, 匈牙利语, 南非祖鲁语, 南非科萨语, 卡纳达语, 卢旺达语, 卢森堡语, 印地语, 印尼巽他语, 印尼爪哇语, 印尼语, 古吉拉特语, 吉尔吉斯语, 哈萨克语, 土库曼语, 土耳其语, 塔吉克语, 塞尔维亚语, 塞索托语, 夏威夷语, 奥利亚语, 威尔士语, 孟加拉语, 宿务语, 尼泊尔语, 巴斯克语, 布尔语(南非荷兰语), 希伯来语, 希腊语, 库尔德语, 弗里西语, 德语, 意大利语, 意第绪语, 拉丁语, 拉脱维亚语, 挪威语, 捷克语, 斯洛伐克语, 斯洛文尼亚语, 斯瓦希里语, 旁遮普语, 日语, 普什图语, 格鲁吉亚语, 毛利语, 法语, 波兰语, 波斯尼亚语, 波斯语, 泰卢固语, 泰米尔语, 泰语, 海地克里奥尔语, 爱尔兰语, 爱沙尼亚语, 瑞典语, 白俄罗斯语, 科西嘉语, 立陶宛语, 简体中文, 索马里语, 繁体中文, 约鲁巴语, 维吾尔语, 缅甸语, 罗马尼亚语, 老挝语, 自动识别, 芬兰语, 苏格兰盖尔语, 苗语, 英语, 荷兰语, 菲律宾语, 萨摩亚语, 葡萄牙语, 蒙古语, 西班牙语, 豪萨语, 越南语, 阿塞拜疆语, 阿姆哈拉语, 阿尔巴尼亚语, 阿拉伯语, 鞑靼语, 韩语, 马其顿语, 马尔加什语, 马拉地语, 马拉雅拉姆语, 马来语, 马耳他语, 高棉语, 齐切瓦语, 等语言的翻译.

Copyright ©2024 I Love Translation. All reserved.

E-mail: