¿Por qué la distribución normal no es normal? - página 2
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Este es el patrón que estoy recibiendo. EURUSD, M15, 20.000 barras
La fuerte sospecha es que Urain tomó características similares de las series resultantes como parámetros de entrada de la expectativa y la varianza. Pero puede que este no sea el caso.
Poco probable. Entonces, la parte central del gráfico se aproximaría a un histograma.
Poco probable. Entonces, la parte central del gráfico estaría cerca del histograma.
Sí, entonces las áreas bajo la línea roja y el histograma también serían iguales.
Me refería a Erlang, pero ese no es el tema aquí. La distribución normal tiene 2 parámetros: la MO y la varianza. En este caso MO = 0, pero la varianza no es cero y para dibujar una gráfica necesitamos fijar su valor. Así que pregunto, ¿cómo ha elegido Urain el valor de la varianza?
Y en general, para poder comparar los gráficos, hay que reducirlos de alguna manera a una base común. Dependiendo de la elección de esta base, puede haber patrones completamente diferentes.
Si tomamos la varianza como base común, el gráfico será más estrecho, pero aparecerán colas gruesas.
Para la función de referencia, la varianza y la MO se toman de una serie de citas (también calculadas allí) y se fijan en el mismo valor, pero la única manipulación es con los valores absolutos de la referencia, aquí tenemos que añadir cada término al coeficiente para combinar los vértices.
Para una función de referencia, la varianza y la MO se toman de una serie de citas (también calculadas allí) y se fijan en el mismo valor, pero la única manipulación es con los valores absolutos de la referencia, aquí tenemos que multiplicar cada término por un coeficiente para que coincida con los vértices.
Esto no es muy correcto, en el sentido de multiplicar por el coeficiente.
Para la función de referencia, la varianza y la MO se toman de la serie de cotizaciones (también calculadas allí) y se fijan en el mismo valor, sólo se realizan manipulaciones con los valores absolutos de la referencia, aquí tenemos que añadir cada término al coeficiente para combinar los vértices.
Probablemente, la varianza para las series no estacionarias no es del todo correcta ya que puede no existir :). Es más correcto elegir una para que la distribución analítica coincida con la experimental como máximo. Es decir, aproximarlo. imha.
Probablemente la varianza para una serie no estacionaria no es del todo correcta ya que puede no existir :). Es más correcto encontrar una para que la distribución analítica coincida como máximo con la experimental. imha
Esto no es muy correcto, en el sentido de multiplicar por un coeficiente.
Colegas, ¿qué están haciendo?
Un investigador plantea una HIPÓTESIS sobre la NORMALIDAD del proceso aleatorio estudiado y modela su curva de probabilidad o densidad de probabilidad en función de la HIPÓTESIS NORMAL.
La hipótesis no se confirmó. Los gráficos no coinciden.
Eso es todo.
Esto no es muy correcto, en el sentido de multiplicar por un factor
Calculo la función de referencia utilizando esta fórmula:
por lo que con x en digamos 50 el valor absoluto no puede ser de unos miles como en el histograma por lo que todavía hay que ajustar,
Para que el ajuste sea correcto, debe aplicarse a todos los términos de la curva, para que ésta tenga el mismo aspecto (especialmente en la escala deslizante).
Está bien, ¡tienes una bonita curva!
Meón.
(Gran pancarta en el dormitorio del 5º año de la uni: ¡TODO está bien!)
Colegas, ¿qué están haciendo?
Un investigador plantea la hipótesis de que un proceso aleatorio investigado es NORMAL y modela su curva de probabilidad o su densidad de probabilidad a partir de la hipótesis NORMAL.
La hipótesis no se confirma. Los gráficos no coinciden.
Eso es todo.
¿Por qué? Esta es una forma rudimentaria de comprobar la estacionariedad, y hay que señalar que no es la peor. Permítanme especificar por si acaso. La expectativa y la varianza se miden para las series temporales analizadas. Se forma una secuencia aleatoria (creada por algún generador "normal" con exactamente las mismas características de entrada que la original). Además, una distribución se resta de la otra. Los errores obtenidos, no recuerdo exactamente, deben a su vez obedecer a algo, se evalúan sus características y se llega a la conclusión final. Todo es normal, quiero decir que el método es normal :o)