补20221015-1021，一周断更呜呜呜呜

补2022/1015-1021，一周断更呜呜呜呜

很罪恶没有坚持下来，以后会坚持的！
呜呜呜

主要工作 运筹project

运筹学project的建模讨论和lingo实现

上午进行了project讨论，当时我的模型还没有被小伙伴找到问题，可我当时建模时的状态并不是很好，尤其是第一题的时候，就很奇怪。直到17号晚上，我的小伙伴给我指出来了我在成本计算上的错误，我大彻大悟。

问题如下：建模前的直觉上是了解到第一期第二期所售卖的成本会有区别，但是等到用式子表示的时候就已经不记得要表示出那条关键信息了，所以以后对复杂问题建模前，还是要吧要点先列出来，之后再进行式子表达，中间多一个过渡环节，避免出错。

• 下午主要进行lingo实现部分。
  • 首先是对昨天集合和指标建立部分的补充
    • 如果i，j之间不是包含全部遍历关系，可以将可能的关系在集合部分列出来，这样会方便后面的目标方程和约束部分的书写，避免写不等式。
  • 在导入数据部分，使用Excel导入
    • h= @ole('D:project1.xlsx','inventory');
    • 注意文件的英文名和在excel定义数据名称
  • 模型部分
    • /#le#小于等于
    • /#ge#大于等于

在之后写project过程中新感悟

首先是对应上面的成本计算问题，其实有点被固化到net profit 乘以销量的固定模式中了，当不同期存在成本不同，以及库存问题时，最优的方法还是总收入减去总成本。

以及lingo做灵敏度分析的方法，先在option中打开price and range，之后win+r，

在stockout模型上，我认为还是应该在backout基础上进行小修正，即重复利用I=I+ - I-的优秀性质，把I属于R改为大于等于0即可（不是直接改，在式子的末一行修正，不然会影响到I=I+ - I-的优秀性质）

这一点还没有被证实是对的，但我很开心我这个垃圾可以想到这样的想法，呜呜呜呜。

在建模过程中会有很多小问题，所以过程一定要谨慎，避免为后续找错误埋雷！

计量学习-单方程的一元、多元模型和多重共线性假定

主要是在上几次周五晚上自辩课上学习的本科计量教材。

顺便今天看了一眼伍德里奇的计量书，真的外国书写的好详细，会进行很多铺垫和解释后引入假设，国内更像是PPT，而没有讲解。比如对随机干扰项的条件零均值假设，伍德里奇会先告诉你因为μ代表其他影响因素，μ期望为0保证β0的估计正确性，μ和X不相关保证总体回归模型中β1的意义。

• 全书结构
  • 具体内容会在之后分章节呈现，这里是每日总结的粗鲁版
  • 数据类型分类
    • 时间序列
    • 面板数据
    • 截面数据重点介绍
      • 重点单方程，联立方程使用场景有限
      • 单方程
        • 一元方程
        • 多元方程
        • 违背基本假定
          • 多重共线性
          • 异方差性
  • 建立计量模型的步骤流程
    • 理论模型的设定
      • 纳入变量
      • 数学形式
      • 待估参数的期望值
    • 数据收集
    • 模型参数估计
      • 普通最小二乘估计OLS
        • 可以带来估计参数的线性性，无偏性和有效性
      • 最大似然估计ML
        • 使从总体中抽出该样本观测值的概率最大
        • 其中出现该样本观测值的概率表示为似然函数
        • 关键是通过μ的分布得到Y的分布，之后得到各个样本观测值的概率，加上独立等条件，进而得到似然函数
      • 矩估计MM
        • 总体矩条件是μ的条件零均值假设
        • 包括μ均值为零--E(μi)=0
        • μ和X不相关--cov(μi,Xi)=E(μiXi)=0
        • 之后用样本矩表示出来即可，一般会得到类似于OLS求偏导后的正规方程组
    • 模型检验（按照顺序依次检验）
      • 经济学意义检验
        • 关注参数的正负
      • 统计检验
        • 检验变量和模型的可信度
        • 是以随机干扰项的分布为基础，进而推断Y的分布，之后根据参数的线性性得到参数的分布，之后得到变形结构式服从t分布、F分布或者x2分布，进行统计检验。
        • 计量经济学检验
          • 多重共线性的危害
            • 主要是造成估计参数的方差变大，带来了t检验，模型预测等问题
            • 首先检验是否存在
              • 两元直接使用简单相关系数
              • 多元使用综合统计检验法
                • 模型的R2和F值较大而t检验值很小，一般存在
            • 具体那些变量存在
              • 依次选取xj作为被解释变量，计算其他解释变量对xj的解释度R2
              • 逐步排除xj，观察R2变化
              • 逐步回归法
                • 逐个引入解释变量，观察拟合优度的变化
          • 内生性
          • 异方差性
          • 序列相关性
        • 模型预测能力检验
          • 主要检验模型的外延能力，参数的鲁棒性（不懂呀）

随机过程学习内容在memo

运筹学内容未整理，简单看了PPT