模型参数识别前需要分析模型结构哪些方面
算法不同，需要看软件对数据的要求。我找到一篇博客，你看下：结构方程建模中的PLS和LISREL方法比较第一，分布假设不同。PLS为了处理缺乏理论知识的复杂问题，采取“软”方法，避免LISREL模型严格的“硬”假设。这样，不论模型大小，PLS方法都可以得到“瞬时估计（instantestimation）”，并得到渐进正确的估计，即PLS方法没有分布要求，而LISREL方法假设显变量的联合分布为多元正态。第二，准确性取向不同。PLS估计在样本量很大和每个隐变量的显变量很多时，是一致（consistency）和基本一致（consistencyatlarge）的，但LISREL估计在大样本时是最优的（置信区间渐近最小）。最优性包括一致性，但一致性不包括最优性。因此，PLS和LISREL对同一参数的估计都在一致性的范围内。两种估计的差别不可能、也不应该很大。第三，假设检验不同。PLS方法采用Stone（1974）和Geisser（1974）的交互验证（cross-validation）方法检验，考察因果预测关系（8）。LISREL方法一般使用似然比检验，考察观测矩阵S和理论矩阵Σ的拟合程度。不是我写的，你去感谢博主吧：来自：/fjm82@126/blog/static/3335303020061014111026311/
为什么计量经济学强调模型设定，而时间序列分析强...
不明白这两个问题有啥关联……
感觉计量经济学强调假设是因为变量多，时间序列变量不就是时间吗？
经济学模型本身就是建立在模型假设的基础上，抓住主要变量，就能最大程度的降低模型复杂程度，提高准确率。
时序分析不同模型适应于不同的时间序列，选择模型错误，拟合度差，预测什么的就没办法做下去。而且时序分析工作第一步应该就是判断用什么样的模型进行拟合的，大部分时序还是比较好判别选择的。不选择好模型下面怎么进行呢，选择错误那就不需要有以后了嘛。
这么粗略的描述不知道能不能解答你的问题，等大神深度解剖交流。
图像识别深度学习用的模型有哪些
图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。一般工业使用中，采用工业相机拍摄图片，然后再利用软件根据图片灰阶差做进一步识别处理，图像识别软件国外代表的有康耐视等，国内代表的有图智能等。另外在地理学中指将遥感图像进行分类的技术。
