Pular para o conteúdo principal

Cookies no Macro by Mark.Usamos cookies essenciais para login, idioma e segurança. Com sua permissão, também usamos cookies opcionais de preferências, para análise e para medição de anúncios com o Pixel da Meta (Facebook). Leia nossa política de cookies.

Macro by MarkMacro by Mark
  • Início
Carregando…
Carregando…
← Modelos
MacroConceitosPolíticaModelos

Modelo Elastic Net

Regressão regularizada que combina seleção LASSO com encolhimento ridge para blocos de preditores correlacionados.

Visão geralGráficoMatemáticaReferências

Elastic Net: premissas, equações e falhas

Siga a lógica do modelo por premissas, notação, equações e situações em que a leitura deixa de ser confiável.

Entenda a matemática

Acompanhe as mesmas equações e hipóteses por seção ou em uma leitura contínua.

Passe o cursor ou foque um símbolo definido no modelo para encontrar suas ocorrências exatas. Selecione para manter o destaque; Escape limpa a seleção.

Configuração do modelo

Elastic Net deve ser lido como modelo empírico. A prova começa separando a pergunta econômica, os estados que carregam memória e o choque ou regra que move o sistema.

Regressão regularizada que combina seleção LASSO com encolhimento ridge para blocos de preditores correlacionados.

β^EN=arg⁡min⁡β12n∥y−Xβ∥22+λ[α∥β∥1+1−α2∥β∥22]\hat{\beta}_{\text{EN}} = \arg\min_\beta \frac{1}{2n} \|y - X\beta\|_2^2 + \lambda \left[ \alpha \|\beta\|_1 + \frac{1-\alpha}{2} \|\beta\|_2^2 \right]β^​EN​=argβmin​2n1​∥y−Xβ∥22​+λ[α∥β∥1​+21−α​∥β∥22​]
β^EN\hat{\beta}_{\text{EN}}β^​EN​nnnλ\lambdaλα\alphaα

A primeira equação fixa a variável ou bloco que organiza a leitura do modelo.

Definir o estado de referência

Sem referência, o leitor não sabe se a resposta é grande, persistente ou apenas uma mudança de escala.
β^EN=arg⁡min⁡β12n∥y−Xβ∥22+λ[α∥β∥1+1−α2∥β∥22]\hat{\beta}_{\text{EN}} = \arg\min_\beta \frac{1}{2n} \|y - X\beta\|_2^2 + \lambda \left[ \alpha \|\beta\|_1 + \frac{1-\alpha}{2} \|\beta\|_2^2 \right]β^​EN​=argβmin​2n1​∥y−Xβ∥22​+λ[α∥β∥1​+21−α​∥β∥22​]
β^EN\hat{\beta}_{\text{EN}}β^​EN​nnnλ\lambdaλα\alphaα

Notações

sts_tst​

estado

εt\varepsilon_tεt​

choque

Sobre os símbolos

estado: Informação herdada do período anterior, como capital, balanço, rede, dívida ou produtividade.

choque: Inovação ou mudança de regra que inicia o cenário.

Hipóteses

  • Mecanismo explícito
  • Validação separada

Checagens de transição

Forecast origin
y^T+h∣T=ET[yT+h],h=1,2,…\widehat{y}_{T+h|T}=\mathbb{E}_T[y_{T+h}],\qquad h=1,2,\ldotsy​T+h∣T​=ET​[yT+h​],h=1,2,…

Conditioning on information at T separates the sample from the projection. The forecast can be smooth even when later realized data will not be.

The bridge point is shared so the eye can see the handoff. After that point, the red line is a model forecast, not observed history.

Do not score the forecast segment as realized data or read it as a policy promise.

Uncertainty propagation
Var⁡T(yT+h)=σ2∑j=0h−1ψj2\operatorname{Var}_T(y_{T+h})=\sigma^2\sum_{j=0}^{h-1}\psi_j^2VarT​(yT+h​)=σ2j=0∑h−1​ψj2​

Each future innovation contributes through its impulse weight ψj\psi_jψj​. Unless the future is degenerate, longer horizons carry more conditional variance.

The band widens when shocks accumulate through the model recursion.

Do not treat the band edge as an alternative deterministic scenario.

Temporalidade das variáveis

Observed history

yt∈ITy_t\in\mathcal{I}_Tyt​∈IT​

The history segment is realized data available at the forecast origin.

Conditional mean

y^T+h∣T=E[yT+h∣IT]\widehat{y}_{T+h|T}=\mathbb{E}[y_{T+h}\mid\mathcal{I}_T]y​T+h∣T​=E[yT+h​∣IT​]

The forecast path is a conditional expectation, so it can be smooth while future realizations remain volatile.

Prediction band

σh2=Var⁡(yT+h∣IT)\sigma_h^2=\operatorname{Var}(y_{T+h}\mid\mathcal{I}_T)σh2​=Var(yT+h​∣IT​)

Band width is horizon-specific uncertainty, not a second deterministic transition.

Continue por aqui

Leia a seguir

Continue com um conceito, modelo ou exemplo relacionado.

Modelo teórico

IS-LM Model

modelo teórico bem conectado a dois passos daqui

Novo ângulo: modelo teórico →
Macro by Mark
Ajuda
Política de PrivacidadeTermos de UsoÉtica e conformidade

© 2026 Mark Jayson Nation LLC