作者查詢 / peter308
作者 peter308 在 PTT [ PhD ] 看板的留言(推文), 共114則
限定看板：PhD
看板排序：
全部Kaohsiung4729Gossiping3771HatePolitics3654home-sale1297TY_Research841Physics611WorldCup512nCoV2019458Stock457Olympics_ISG443movie401Football331Tech_Job277L_TaiwanPlaz248AfterPhD218PTT_KickOff167Military156SuperStarAve133GRE129WomenTalk115PhD114Baseball110Chemistry107hair_loss89GossipPicket83Militarylife75TOEFL_iBT73sex69jersey67NY-Yankees66studyabroad66Sub_GOnline66ComGame-Plan64PttLaw64MenTalk62CATCH61Aviation57Vietnam51CrossStrait46FCBarcelona46Linux40ManUtd40NCU_Talk40kkhssoccer37MAC37Singapore37PublicIssue36Math35NBA35Boy-Girl33FLAT_CLUB33Python33wearefriends32Arsenal30Feminism30PHAT-MEN28japanavgirls26SSSH-11th30426CMWang25Disabled25joke25KS95-31824RealMadrid24DataScience22ChungLi20FITNESS20media-chaos20TNFSH98th19UEFA19China-Drama18Golden-Award18IA18MRT18HSNU_111517L_SecretGard17Liverpool17RIPE_gender17specialman17DummyHistory15KS96-30515PCSH91_30515Railway15optical14KSHS_Talk13Trading13Beauty12Employee12TTU-AFL12WorldCupGG12About_Life11CPU_FS74111hardware11HSNU_106611Key_Mou_Pad11L_TalkandCha11NCKU-Geront11Salary11Boxing10hypermall10D_Nowitzki9JOJO9Kids_Sucker9Master_D9Mavericks9WorkinChina9biker8cookclub8DPP8HCKuo8NUK_AC988Yunlin8Daan7HCSHch13_3117Notebook7THU_BA20007allergy6balaz6cat6CMU_Dbsk6graduate6ID_Multi6KOTDFansClub6NSYSU_FG6NTCUST6P2PSoftWare6SCU_LawFB6stationery6SuperHeroes6watch6AOE5ask5basketballTW5cksh85th3215FAPL5FCUMCAE-SB5feminine_sex5Golf5HotBloodYuan5LeBronJames5ManCity5Marginalman5MobileComm5MuscleBeach5Paradox5R983220PA5Tainan5Tea5Army-Sir4CFantasy4cksh80th3074Digitalhome4e-shopping4Eng-Class4FJU4FJU-ECE-20074Fortran4Hate4HSNU_J1234NBAEasyChat4NCCU4NCKU_MEPhC4Oversea_Job4SCU_CIS-92A4Steam4STU4Triangle4TurtleSoup4TuTsau4ASHS-95RN3AVEncode3Bluetooth3Broad_Band3Buzz_Service3ChicagoBulls3Dragons3FCBayern3FSHS-95-3083GO3iOS3Japan_Travel3KS98-3023marriage3marvel3Monkeys3NBA_Film3NCUIM963NHCUE-Talk3NTHU-DSPMT133NTHU_IEEM-943NthuCs033NTOU-AQUA983NTUCivilism3NTUST-TX-B923politics3SHAQ3Soft_Job3Songs3Sony-style3Tennis3ThaiDrama3Theater3THU_Talk3Warfare3X-Japan3YCSH_alumni3YZU_Talk3Ajax2Artfilm2ASIA-uni2B_supporters2Badminton2Bioindustry2CCU_talk2Chelsea2cleats2CLUB_KABA2CSMU-HSA962CSMU-MTBB2Design2dlsh-7th-3032ENG_BASKET2fastfood2FCU_Talk2Food2Francais2GHIBLI2Gov_owned2Health_Life2HsinYi2HY29th3072KMT2LaTeX2LawBasketbal2love-vegetal2LTSH-963072Malaysia2MiamiHeat2NCCU09_BANK2NCCU99_DIP2NCCU_SEED2NCHUAGRMENBK2NIUECE912NTNU-ESS2NTU2NTU-EM932NTUF-FUTBOL2NTUST-EMA2Pelicans2PushDoll2regimen2Road_Running2SCU_ACC_96A2SouthPark2Statistics2StraightMH2StupidClown2Taitung2TFSHS61st3212TigerBlue2TKU_EW94B2UTAH-JAZZ2WuLing46-3172ACG-EX1ADS1Annie1Anti-Cancer1Anti-ramp1Architecture1ASHS-93-li1Asian-MLB1BeautyBody1Brand1C_Chat1CCF1CD-R1ChiLing1ChineseTeach1CHU1ck61st3061CMU_BST011Cobras1ComeHere1CPU_FC7811Cross_Life1CSMU-MT971CTSH923011CTSH97EXP1CYCU_EE_07A1CYCU_Talk1DSLR1Education1Elephants1FCSH81091FCU_EE00B1FJU-ACC91a1FJU-EE-2003b1FJU_Fashion1Folklore1Foreign_Inv1Google1GraduateCram1GUNDAM1GVOnline1HarryPotter1Haruhi1HatandCap1HCHS603121HCHS_ALUMNI1homemaker1HSNU_10021HSNU_8821Hunter1Huxia1Ichiro1ILoveCEP1Inter1ISUEE93A1JapanMovie1Jeremy_Lin1juniorhigh1KARATE1Korea1KS88-3181KS91-3051KS92-3131KS94-3021KS94-3201KS96-3111KS97-3181KS_PMAC1Lions1lyrics1Mancare1Mariners1MartialArts1MIRAGE_LAB1MLB1Movie-Score1NBAGAME1NCCU03_LAND1NCCU04_Arab1NCCU04_PHILO1NCCU_PubLaw1NCHU-AGR001NCHU-CE-421NCHUS1NCKU_EARTH981nCovPicket1NCU97ME-B1NDHU-phy951NDHU-phy971NDMC-M1021NewActivity1NKUTEE1Nolan1NTHU-DSPMT121NTHU_ENGI121NTHU_STAT941NTHUTL971NTPUyouthCOM1NTTU_CSIE991NTU-HTbasket1NTUE-CS981NTUEE_Speech1NTUGIEE_AMTG1NTUOCBio1NTUST-ENG1NTUT_ME495A1NUU_Talk1NYUST1paranormal1PC_Shopping1Perl1PingTung1PlayStation1Policy1Printer_scan1PTHS58th_3101PttHistory1RDSS1Rockets1RockMetal1SAN1ScienceNote1SFHS1share1Siam-Star1SMSlife1ST-English1StarTrek1StarWars1Stephen1Storage_Zone1STREET_BALL1SYSOP1TA_AN1TaichungBun1TFSHS62th3161TFSHS69th3181THU-CHEM941THULAW1Thunder1TKU_EE_92C1TMU_GIMI931TomCruise1travel1Tsao1tutor1TW-GHONOR1unemployed1Viator94Ding1Web_Design1Weyslii1WhiteEyes1WTUC_talk1X-files1YCJH_3031<< 收起看板(417)
5F推: 你是不是喜歡戴帽子？10/01 20:36
12F→: 文章已經重修要改投 感謝版友關心!06/19 00:21
13F→: 只是將這個有趣經驗分享給各位而已06/19 00:22
14F→: 概念是 當我把效用函數透過legendre transform轉到free06/19 15:24
15F→: energy後,我的目標就變成在極小化free energy和找對應的06/19 15:25
16F→: 座標,因為它可以輕易幫我找到極值發生的位置座標06/19 15:26
17F→: 我可以據此座標去找出平衡態的人口分布和房價分布06/19 15:27
18F→: 如果 此時城市中可以定義出市場溫度 而且市場很熱06/19 15:43
19F→: 那麼極大化效用函數和最小化自由能便不再等價而會是自由06/19 15:44
20F→: 能主導一切....'自由能極小化'和'熵極大化'是一樣的意思06/19 15:45
21F→: 熵極大化這個概念是由Alan Wilson提出並集大成06/19 17:02
22F→: 並被大量應用在旅遊需求 等都市運輸規劃的領域06/19 17:03
23F→: Alan Wilson是祖師爺 之後被Anas Roy等人發揚光大06/19 17:04
43F→: 我想文獻部分 不用各位擔心 我上面還有我老闆06/21 10:25
44F→: 我當初和兩位主編和一位都市經濟教授通信 他們也不知道06/21 10:26
45F→: 有人已經在做這塊 這表示熵這個概念在都市經濟其實可能06/21 10:27
46F→: 並非主流... 又或是什麼原因 主編並不想碰熵這玩意06/21 10:28
23F推: 博士生和教授是師徒制 師徒制傳授的東西課堂是學不到的06/20 23:10
24F→: 課堂教的東西 比較像是娛樂或是演出 取悅學生用的06/20 23:12
5F→: 密度 我這部分也是參考文獻02/06 16:47
4F→: L大好假設平均房子面積A且只住一人那1/A就是此圓環的人口02/06 16:45
6F→: 不過我發現我忘了考慮空屋率 如果考慮空屋率之後的確02/06 16:56
7F→: 某些地方是會有 供給和需求不平衡的狀態02/06 16:57
8F→: 可以用20%空屋率來做為標準 大於的就是供過於求 小於的02/06 16:58
9F→: 就是供不應求02/06 16:58
10F→: 20%就是供需平衡02/06 16:59
4F→: 樓上版友好, 針對你的第二個問題, 你可以想像隨著距離01/30 10:20
5F→: 增加,房價是會整體下降,至於為啥會有價格上波動? 可以01/30 10:21
6F→: 從供給需求曲線上去思考, 也就是不同圓環上的供給曲線01/30 10:22
7F→: 會有些不同,造成你穿越不同距離的圓環時價格的漲落現象01/30 10:22
8F→: 如果是把每個圓環看成是相同的房產市場 那麼不同距離01/30 10:24
9F→: 的圓環的供給需求曲線都會是同一組 也就不會有價格漲落01/30 10:25
11F→: S大好 這只是簡化問題的一個方式 我們是假設每個圓環01/30 12:52
12F→: 內的消費者和房子的異質性會比較小01/30 12:53
13F→: 如果把這二十個圓環全部加總當成單一市場 那房屋可能01/30 12:54
14F→: 會產生顯著異質性 導致必須視為不同的房屋商品01/30 12:54
25F→: Line大的意思 如果是在台北市內部必須視為單一市場01/31 14:32
26F→: 但我覺得就市場區隔來說 我提的也合理 因為圓環a內的01/31 14:33
27F→: 房屋你在圓環b內找不到 所以是否能夠據此視為獨立市場?01/31 14:34
28F→: 其實重點在於 從圓環a到圓環b的過程 除了通勤費用的效應01/31 14:36
29F→: 是否也要考慮不同圓環內的供給與需求曲線以及供給的價格01/31 14:42
30F→: 彈性等效應呢??01/31 14:43
31F→: 比方說 從a圓環到b圓環 以及從h圓環到i圓環,假設供給01/31 14:44
32F→: 都是掉了10% 但前者的彈性如果是1和2那對於價格的影響01/31 14:44
33F→: 程度是不同的....01/31 14:45
34F→: 我個人的理解 AMM model的出發點是把這20個圓環當成一樣01/31 16:20
35F→: 的狀態, 所以從CBD到市郊 房價的差距只會和通勤費用有關01/31 16:21
36F→: 也就是AMM model沒有把 從CBD到市郊 可能供給是掉了50%01/31 16:22
37F→: 需求則是掉了20% 他應該是假設從CBD到市郊 供給需求01/31 16:23
38F→: 的差異是對於價格沒有影響的 那我現在想做的就是把這部01/31 16:24
39F→: 份放到AMM model中 如果這一步有好結果 甚至在把彈性效01/31 16:24
40F→: 應放進來 這兩個修正應該有機會看到不錯的效果才是01/31 16:25
41F→: 有兩種elasticity 需要考慮 一是price elasticity of02/01 12:20
42F→: demand, 另一個是elasticity of supply. 這兩個參數是02/01 12:21
43F→: 反應價格怎麼對於供給或是需求的變化量 如果把這兩個參02/01 12:22
44F→: 數取倒數 就變成是供給和需求怎麼對於價格產生影響02/01 12:22
45F→: 也就是說 假設原本的彈性參數越小 那取倒數之後就越大02/01 12:23
46F→: 那 供給和需求的變化量的效應也就越大02/01 12:24
47F→: 而如果可以約綠估計這個倒參數 我就能推估從CBD到外圍02/01 12:25
48F→: 圓環 如果供給降了50% 需求降了20% 對於價格的修正要02/01 12:25
49F→: 怎麼估計... 這些是在原本AMM model沒有被考慮進來的02/01 12:26
50F→: 或是說 AMM model是假設他的模型每個地方都是elastic的02/01 12:27
51F→: 也就意味倒參數的值都很接近零 也就不會有價格的修正02/01 12:27
52F→: 但是實際的數據顯示 房市場的彈性是非常低的 約1-2左右02/01 12:28
53F→: 意味 倒參數的值可以不為零 價格修正必須考慮進去02/01 12:29
2F推: 去日本幹嘛?10/23 12:03
3F→: 把台灣環境帶起來才是真的10/23 12:03
43F推: 你當初怎麼進到那個英國的學校的??10/06 11:28
9F→: 感謝1&3F的資訊06/30 09:47
22F推: 我比較想知道示意動畫要怎麼做??04/20 16:00
2F噓: 低調點吧03/05 13:14
3F推: 這樣搞下去以後大家都把知識藏起來不分享出去了03/05 13:17