AI底層數據建模Ph.D. of #Economics
⭐R&D of Durban-Watson test statistic
⭐ #Analyst of data modelling and analysis
📥Chairman of IDA laboratory.
Former Assistant Professor of Minghsin
University of Science and Technology, Yuanpei University of Science and Technology, and Chunghua University
Former Associate Professor of Wenzhou University
🪧interest: #AI #dataanalysis, Applied Economics, Number modelling and Number analysis.
Promote: #MathAI for numerical modelling (lines combined method) software (free)
| Book | Excel calculating the probability distribution simulated data |
| Book | Demythologize Durbin-Watson Test Statistic |
| Book | Accurate New Stock Analytic Model: Ability over moving average |
| Book | 統計學不能做為大數據分析的工具-原因與補正 |
四、3月PCE的真相
現在的繁榮是靠債務堆出來的虛假景象。政府不停花錢，民眾不停借錢，但這場戲快演不下去了。當通膨回頭殺個回馬槍，受傷最深的就是手裡沒資源、只能領死薪水的一般大眾。
五、結語
我們現在就像是在高空鋼索上，一邊是快要炸掉的物價，一邊是搖搖欲墜的經濟。如果這時候政府再去挑起戰爭，那等於是直接把鋼索剪斷。
聯準會的子彈如果快用光了，加上政客們繼續胡搞，全球得做好「長期高物價、高利率」的心理準備，這絕對不是什麼太平盛世。
當然，還能維持三個月內通脹率上升，然後轉為下降，造就不存在通貨膨脹問題的經濟表象。
2/end
美國PCE物價指數年增率3月份數據公布。直接結論：別被騙了，通膨根本沒被降服，而且正在失控。
一、物價正在「二次起飛」
數據不會說謊。本來以為通膨快要接近我們 2% 的目標了，結果 2026 年一開春，物價直接「拔地而起」。現在的物價上漲不是在緩步爬升，是在坐雲霄飛車，而且是往上的那段。
二、降息已經是幻想
很多人還在等著聯準會降息來減輕貸款壓力，但事實是：門都沒有。
現在的趨勢顯示，如果我們現在降息，大家手裡的鈔票會瞬間變成廢紙，因為物價會噴發得比火箭還快。
三、政府在「飲鴆止渴」
戰爭是全世界最燒錢、最破壞生產的行為。想靠打仗來解決經濟問題，那是「用汽油救火」。
因為：
1)仗一打，油價必噴：你家樓下的加油站會讓你領教什麼叫痛苦。
2)錢一直印，債一直借：政府為了打仗會瘋狂借錢，這會讓通膨徹底失控。
1/
如果AI加自動化是進行分類、篩選、判斷、行動(運算)、組裝(成果)、判斷、再行動、再組裝、再判斷。
那麼CPLR方法本質就是做這事情，卻為了Reviewers的意見而需要更改方法名稱。
截至2026年3月數據，趨勢結構目前沒有改變。最新趨勢仍是2025年9月開始，呈現下降趨勢。但明顯可以看到2026年3月的通貨膨脹率是在短期趨勢線的上方，並且經過AI檢測後，認為2026年3月的通貨膨脹率可能為新趨勢開始。按照先前的通貨膨脹率短期趨勢規律，屬於拉高數據後再下降的短期趨勢特徵。
用計量方法看數學建模的CPLR方法，你認為合理嗎？
盡其可能的讓誤差降到最低，誤差就是誤差，不是分布設定，沒有所謂的隨機性。這是數學建模的基本觀念。
如果對誤差進行測定機率模型的建模，這又是另一個故事。一旦機率模型不是Normal distribution或者近似Normal，那麼套用檢定公式或者做AIC/BIC這些來自概似函數的公式還能用嗎？
所以數據驅動時，真正測定數據的機率模型了嗎？還是假設？或者用觀察法表達近似Normal呢？
要不是PCE物價指數忘記上個月下載，不然我就能做截至2026年1月的結果。
為什麼這麼說？
誰叫那數字會調整呢！
別小看那一點點的調整，影響還是有的。
有簡單，確定性，且精準的數學建模，不將數據套模型去解釋。這已經是往前一大步了。
雖然不是主流論文，但這樣的數據分析方向才是真的！
原始數據的數學建模跟轉換成比率的數學建模一樣嗎？
答案是：完全不一樣
原因是：數據轉換後的規律是新規律，與原數據規律不同了。你應視為兩個不同的數據集。
本來想做美國蛋價的精準趨勢，看了蛋價數據，沒啥數學建模的意思。
我也懶得在建模後，對殘差進行建模(probability model)。
就這樣吧。