(Đây là bản chuyển thể từ Granger & Newbold (1986) "Dự báo chuỗi thời gian kinh tế").
Bằng cách xây dựng, hàm chi phí lỗi của bạn là . Điều này kết hợp một giả định quan trọng (rằng hàm chi phí lỗi đối xứng quanh 0) - một hàm chi phí lỗi khác nhau sẽ không nhất thiết phải có giá trị dự kiến có điều kiện là của giá trị dự kiến. Bạn không thể giảm thiểu hàm chi phí lỗi vì nó chứa số lượng không xác định. Vì vậy, bạn quyết định giảm thiểu giá trị dự kiến của nó thay vào đó. Sau đó, chức năng mục tiêu của bạn trở thành[Y−g(X)]2argmin
E[Y−g(X)]2=∫∞−∞[y−g(X)]2fY|X(y|x)dy
mà tôi tin rằng câu trả lời cũng là câu hỏi thứ hai của bạn. Rõ ràng là độ giá trị kỳ vọng sẽ là của có điều kiện trên , vì chúng ta đang cố gắng để ước tính / dự báo dựa trên . Phân tách hình vuông để thu đượcYXYX
E[Y−g(X)]2=∫∞−∞y2fY|X(y|x)dy−2g(X)∫∞−∞yfY|X(y|x)dy+[g(X)]2∫∞−∞fY|X(y|x)dy
Thuật ngữ đầu tiên không chứa vì vậy nó không ảnh hưởng đến việc giảm thiểu và có thể bỏ qua. Tích phân trong số hạng thứ hai bằng giá trị kỳ vọng có điều kiện của cho và tích phân trong số hạng cuối cùng bằng với sự thống nhất. Vì thếg(X)YX
argming(x)E[Y−g(X)]2=argming(x){−2g(X)E(Y∣X)+[g(X)]2}
Ký hiệu đạo hàm đầu tiên là dẫn đến điều kiện thứ tự đầu tiên để giảm thiểu trong khi đạo hàm thứ hai bằng là đủ cho tối thiểu.g(X)−2E(Y∣X)+2g(X)g(X)=E(Y∣X)2>0
ĐỊA CHỈ: Logic của phương pháp chứng minh "cộng và trừ".
OP bối rối trước cách tiếp cận được nêu trong câu hỏi, bởi vì nó có vẻ như tautological. Không, bởi vì trong khi sử dụng chiến thuật cộng và trừ làm cho một phần cụ thể của hàm mục tiêu bằng 0 đối với sự lựa chọn tùy ý của thuật ngữ được thêm và trừ, nó KHÔNG cân bằng hàm giá trị , cụ thể là giá trị của mục tiêu chức năng đánh giá tại tối thiểu hóa ứng cử viên.
Đối với lựa chọn chúng ta có hàm giá trị
Với lựa chọn tùy ý chúng ta có giá trị funtion .g(X)=E(Y∣X)V(E(Y∣X))=E[(Y−E(Y∣X))2∣X]g(X)=h(X)V(h(X))=E[(Y−h(X))2∣X]
Tôi khẳng định rằng
V(E(Y∣X))≤V(h(X))
⇒E(Y2∣X)−2E[(YE(Y∣X))∣X]+E[(E(Y∣X))2∣X]≤E(Y2∣X)−2E[(Yh(X))∣X]+E[(h(X))2∣X]
Nhiệm kỳ đầu tiên của LHS và RHS hủy bỏ. Cũng lưu ý rằng sự mong đợi bên ngoài là điều kiện trên . Bởi các tính chất của kỳ vọng có điều kiện, chúng tôi kết thúc vớiX
...⇒−2E(Y∣X)⋅E(Y∣X)+[E(Y∣X)]2≤−2E(Y∣X)h(X)+[h(X)]2
⇒0≤[E(Y∣X)]2−2E(Y∣X)h(X)+[h(X)]2
⇒0≤[E(Y∣X)−h(x)]2
có bất đẳng thức nghiêm ngặt nếu . Vì vậy, là công cụ thu nhỏ toàn cầu và duy nhất.
h(x)≠E(Y∣X)E(Y∣X)
Nhưng điều này cũng nói rằng phương pháp "cộng và trừ" không phải là cách chứng minh rõ ràng nhất ở đây.