поделился событием

Продолжаю делиться разработками. Сегодня предлагаю вашему вниманию электронную таблицу, выполняющую однопараметрическое преобразование Бокса-Кокса. Данное преобразование используется для

1) приближения распределения данных к нормальному;

2) снижения дисперсии;

3) линеаризации моделей корреляции либо регрессии.

Я реализовал два метода вычисления оптимального параметра «лямбда»:

1) метод логарифмического правдоподобия;

2) метод PPCC.

Метод логарифмического правдоподобия

Выполняется в т. ч. в простой электронной таблице. Достаточно вставить свои данные в лист 'Inputs'. Затем проверить корректность переноса в расчётный лист, сократить либо увеличить число столбцов в зависимости от числа наблюдений в вашей выборке. После этого необходимо запустить 'Solver' или аналогичный инструмент вашего табличного процессора, установив максимизацию функции логарифмического правдоподобия в качестве цели решения. Изменяемой ячейкой будет ячейка, содержащая значение 'lambda'. Также необходимо выставить два ограничения. Её значения должны находиться внутри отрезков [-2,0); (0,2], то есть lambda>=-2;lambda<=2, lambda ≠0.

Метод PPCC

Аналогично предыдущему. Максимизируем коэффициент корреляции, изменяя значение лямбда.

Пожалуйста, напишите в комментариях, нужна ли вам видеоинструкция по работе с этим инструментом.

Поделиться:
Читать далее
В качестве небольшого отступления… В предыдущей статье (см. «Статья 3. Гауссу — верить???«) в качестве наглядного примера того, как может выглядеть ...
Бондарев Е. В., оценщик, основатель профессиональной сети «Оценщики и эксперты» ________________ Метод анализа объясняющей способности разработан для реализации процедуры выбора ...
Комментарии8
15 ноября 2022 в 19:44:10

Я думаю, что большинству тут просто непонятно, для чего это все нужно. Надо бы с этого начать

Поддержал1
15 ноября 2022 в 23:05:54

К слову, это я не к тому, что ваши разработки плохие. Просто там проблем, пробелов и неразрешенных вопросов - в этих статистических методах - пока ещё поле непаханное. Поэтому про пару лет - это вы смело. Мне кажется, что эти математические методы в оценку ещё много-много лет будут внедряться, причем очень-очень не спеша. Чтобы это как-то ускорить, работа целого исследовательского института нужна. Что провести соответствующие исследования, показать эффективность, разработать методологию, рекомендации, обучить, внедрить в практику.

Поддержали3
16 ноября 2022 в 00:52:00

Я занимаюсь этим всём понемногу. И обоснованием и т.п. На самом деле всё уже готово на 90%. Data Science ушла далеко вперёд.

А с тем, что проф сообщество встречает всё это довольно неохотно, я уже смирился. Это нормально. Действительно много нового и непонятного. Но за этим будущее. Действительно оценщик чаще всего не исследует стоимость, а просто выполняет набор формальных процедур. Из-за этого стоимость одного объекта у двух оценщиков может отличаться на порядок. И оба ещё принесут положительные заключения из СРО. Хорошо если из разных.

Формально всё стало. Мне это не нравится.

Поддержал1
13 февраля 2023 в 13:14:17

Сейчас некоторые тенденции для многих становятся более наглядными и вполне ощутимыми https://ocenschiki-i-eksperty.ru/events/3042-kogda-v-chat-gpt-nachnut-pisat-otchety-ob-ocenke

Я ещё недавно казались уж очень от нас отдаленными...

Поддержал1

Видеоинструкцию я бы поглядел.

Поддержал1
16 ноября 2022 в 00:52:14

Сделаю.

Поддержали0