Una correlación muestral nula no significa necesariamente que no exista una relación lineal - página 9
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
¡Un debate muy interesante! Informativo y entretenido.
Pero tengo una pregunta - en casi todas las páginas de este hilo (y en la mayoría de los otros hilos) la expectativa calculada para una serie de precios de divisas viene a través del puesto.
¿Y cómo se calcula la MO para una serie temporal no estacionaria y no trascendente? Al fin y al cabo, el concepto de MO sólo se introduce para los BPs perfectamente convergentes.
Pero tengo una pregunta - en casi todas las páginas de este hilo (y en la mayoría de los otros hilos) la expectativa calculada para una serie de precios de divisas viene a través del puesto.
¿Y cómo se calcula la MO para una serie temporal no estacionaria y no trascendente? Al fin y al cabo, el concepto de MO sólo se introduce para los BPs perfectamente convergentes.
En realidad, esta pregunta no es tan sencilla. Cuando decimos que una serie es no estacionaria, lo que algunos queremos decir en realidad es que esta no estacionariedad es específica. No encaja del todo en el marco tradicional, es a destajo, y esa no es su única característica. Pero ese es un tema totalmente distinto, y muy importante.
Sin embargo, la forma en que el autor lo hizo, ver pic en el topikstart - ciertamente no es muy correcto hacerlo. Por eso, sí, ahí MO, la varianza y otros atributos estadísticos no existen, en un sentido estadístico. Pero como resultado de algunas acciones matemáticas, - sí, podemos sumar monos y puntos pieza por pieza. :) El resultado será probablemente una fábula.
¿Y qué pasa si no hay una relación lineal entre los dos procesos aleatorios?
Supongamos que hay una medida de la relación lineal entre las dos filas, pues bien, ¿qué quiere
¿haces con ella? ¿Construir una regresión? Bien, construyamos uno y obtengamos una buena aproximación
de una serie a la otra y luego qué? ¿Tenemos una predicción? En absoluto.
¡Y con pirson y correlaciones no se puede hacer!
Al fin y al cabo, ¡necesitamos dinámica! Y qué demonios es la dinámica en una cantidad escalar,
¿como la correlación? Y Pearson no sirve para nada porque es simétrico.
vemos un gráfico simétrico y necesitamos una medida asimétrica porque una
una serie tiene que superar a la otra.
:)
En cuanto a la no estacionariedad y la detección de la relación de una fila con otra, el
lo principal es entender qué es la estacionalidad y para qué sirve...
La estacionariedad es la inmutabilidad de los momentos en el tiempo, a través del eje temporal de los recuentos,
aunque empiece a desplazar una serie con respecto a otra no encontrará la conexión, porque con su
has destruido esa relación dinámica al hacer la serie homogénea en el tiempo.
Así que lo principal es no exagerar :)
¡Una discusión muy interesante! Informativo y entretenido.
Pero tengo una pregunta - en casi todas las páginas de este hilo (y en la mayoría de los otros hilos) la expectativa calculada para una serie de precios de divisas viene a través del puesto.
¿Y cómo se calcula la MO para una serie temporal no estacionaria y no transitoria? Al fin y al cabo, el concepto de MO sólo se introduce para los BPs perfectamente convergentes.
En el siguiente hilo propuse estimar los parámetros de la PA utilizando cuantiles. Cuando se aplica a la retribución esperada, es su estimación por la mediana (y no la media) de los últimos valores. Los resultados, por cierto, son mucho mejores en términos de ROS.
Mi opinión sobre la estacionariedad de las series se justifica en el mismo lugar: en este momento estoy trabajando en el modelo, en el que la serie resultante es la suma de dos procesos aleatorios estacionarios (o más bien cuasi-estacionarios - con características de flotación lenta) - "calma" de Gauss y "discontinuidades" de Poisson. Con este enfoque, la no estacionariedad del proceso resultante es evidente. Los desarrollos que tengo hasta ahora me permiten decir que estoy avanzando en la dirección correcta en el camino de construir una aproximación a la realidad del modelo de precios.
Me gustaría insertar mis cinco centavos.
La correlación es simplemente un número que se obtiene siempre como resultado del cálculo de una fórmula, a todo lo que va de -1 a +1. Aplicando la fórmula a BP siempre obtendremos algún valor de correlación: entre cualquier par de divisas, entre un par de divisas y el movimiento de Júpiter, entre un par de divisas y cualquier otra cosa.
Cualquier libro de texto de estadística advierte de las correlaciones y pseudocorrelaciones. Para separar lo uno de lo otro hay que utilizar otros métodos estadísticos, para no caer en el engaño del falso conocimiento. Sin embargo, la forma más eficaz de separar las correlaciones de las pseudocorrelaciones es hacer algunas suposiciones significativas sobre la posibilidad de una relación entre dos variables aleatorias. Con hipótesis a priori sobre la relación, podemos calcular correlaciones entre el euro-dólar y la libra esterlina, pero nunca incluiremos el yuan chino. Utilizando el mataparato ponemos a prueba estos supuestos y aún teniéndolos es muy fácil obtener pseudocorrelaciones sólo porque se han omitido o se han considerado incorrectamente características estadísticas de los PA, como el requisito de normalidad.
Privalov escribió un guión, los resultados coinciden con los de Matkadian. Escribí el guión sin mirar los otros, y comparé los resultados - son los mismos que los de Beer y Matkad. Ciento cincuenta personas han escrito ya este control de calidad ciento cincuenta veces, y todos los resultados son los mismos. Entonces, ¿por qué todo el mundo se apresura a reescribir sus programas, al descubrir de repente que alguien tiene su propia interpretación del control de calidad de Pearson?
¿Cómo se calcula el IR para una serie temporal no estacionaria y no colapsable? Al fin y al cabo, el concepto de MO sólo se introduce para la RV perfectamente convergente.
¡Y no se puede hacer con piersonas y correlaciones!
Porque necesitamos dinámica. Y qué demonios es la dinámica en una cantidad escalar,
¿como una correlación?
Hay una definición del control de calidad de Pearson en la muestra. No puedo entender lo que todo el mundo está contando al llamarlo control de calidad de Pearson. Por favor, nombra la función en Mathcad. Para que pueda ver su descripción en detalle en la ayuda.
La pereza es un gran poder.
¿http://books.google.ru/books?id=or8sS60Q0ooC&pg=PA159&lpg=PA159&dq=mathcad+corr&source=bl&ots=X2IwE5hGCI&sig=wXlaqOs7LlEQnozhuXyKb2_Fx14&hl=ru&ei=Z4apTPnRRHMyhOvH_1Y8M&sa=X&oi=book_result&ct=result&resnum=2&ved=0CBoQ6AEwAQ#v=onepage&q=mathcad%20corr&f=false
corr(A,B) - cálculo del coeficiente de correlación muestral de Pearson.