关于shrinkage estimation

嗨，从没放弃的小努力你好：

MSE可以看做是一种误差的度量，具体是什么原版书没说，这是二级数量内容。

此外，为什么变小原版书也没解释原因，你可以当做结论记忆一下。

如果想搞清MSE的定义，请按我之前说的操作。

----------------------------------------------
虽然现在很辛苦，但努力过的感觉真的很好，加油！

那第二个问题呢？就是课件讲义里说到的MSE

嗨，努力学习的PZer你好：

第一个问题这是一级数量的概念，我答复你一下。

有效性是指随着样本量的增加，预测越来越准确。

比如样本量从10个扩充到100个，预测精度增加了，那么就符合有效性。

无偏性是指，预测的样本均值等同于总体的真实值，换句话说，可以用均值去预测总体的真实值。

一致性分为时间序列一致性和平面一致性。

平面一致性是指，在同一时刻数据的一致性。

比如2021年三季度各个城市的房价，就是横截面数据。

cross sectional consistency，举个例子。

比如在T1时刻，发现A和B的相关性是-1，B和C的相关性也是-1.

那么，如果我们观测到A和C的相关性是1的话，就是cross sectional consistency

如果A和C的相关性是-1的话，那就不满足cross sectional consistency

时间序列的一致性，就是我们二级数量里学习到的时间序列的一些假设条件这连同你问的第二问题，都是咱们二级数量的范畴，

你可以就“二级数量部分”的问题重新提问下，标记下数量标签，会有负责数量额老师为你解答。

----------------------------------------------
就算太阳没有迎着我们而来，我们正在朝着它而去，加油！