Una correlación muestral nula no significa necesariamente que no exista una relación lineal - página 45
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
De todos modos, ¿qué sentido tienen estas construcciones, QC? Caracteriza la relación de dos variables aleatorias, y en un momento dado, no a lo largo de ningún intervalo. Esto último sólo es cierto si los dos procesos que se comparan son a) estacionarios b) ergódicos, lo cual es absolutamente inobservable para las funciones dadas, por lo que el QC de la muestra como estimación del QC verdadero no tiene ningún sentido para ellos. En otras palabras, primero hay que demostrar (o al menos suponer razonablemente) la estacionariedad y la ergodicidad, y sólo entonces sustituir la serie en la fórmula.
Siempre pensé que el control de calidad contaba para el periodo........... ¿A qué te refieres con "por periodo"?
¿Por qué estacionariedad y ergodicidad?
Primero exigieron normalidad, ahora estacionariedad y ergodicidad.....
Ver mi post anterior - si en un intervalo donde podemos aproximar las condiciones a y b
No es así. Adentrándose en algunos espacios naturales del Amazonas.... En términos sencillos, el coeficiente de correlación muestra la similitud de una curvatura con otra. Que la luna y el platillo son idénticos porque son redondos, etc. El coeficiente de correlación compara la forma sin tener en cuenta el tamaño. Eso es todo. Nada más. Todo lo demás que dicen sobre el coeficiente de correlación es una herejía.
Siempre pensé que el control de calidad contaba para el periodo........... ¿Qué quiere decir con "punto"?
No es así. Adentrándose en algunos espacios naturales del Amazonas.... En términos sencillos, el coeficiente de correlación muestra cuánto se parece una curvatura a otra. Que la luna y el platillo son idénticos porque son redondos, etc. El coeficiente de correlación compara la forma sin tener en cuenta el tamaño. Eso es todo. Nada más. Todo lo demás que dicen sobre el coeficiente de correlación es una herejía.
la definición de QC establece que describe la relación entre dos variables aleatorias. Si se trata de procesos, estamos considerando diferentes variables aleatorias en cada momento. Y sólo si tienen parámetros de distribución consistentes en el tiempo (estacionariedad) podemos calcular el CC de una muestra sustituyendo la media del conjunto (que está en la fórmula del CC lineal de Pearson, por ejemplo) por la media del tiempo (ergodicidad). No se trata de una herejía, sino de un trabajo preciso con las definiciones de los conceptos y, en consecuencia, el significado de las fórmulas.
En cuanto a la similitud de las dos curvaturas, se les aplica el concepto de función de correlación, que en el punto 0 da el propio coeficiente de correlación. Y para la validez de su estimación se aplican las mismas restricciones que para el coeficiente de correlación: el requisito de suponer la estacionariedad y la ergodicidad de la muestra en cuestión. No es un capricho, sino una necesidad; sin ella, todas las fórmulas de estimación pierden su sentido.
...
Para calcular el kc, hay que poner los números en la fórmula y nada más. Si el coeficiente es 1, la forma es idéntica (el tamaño puede ser diferente), si -1 es una imagen especular, 0 no es similar en absoluto. El coeficiente de correlación no muestra nada más y el cálculo de la correlación no tiene nada que ver con la normalidad o la ergodicidad y la estacionalidad. ¿Qué tipo de libros de texto está leyendo?
Para calcular el kc, hay que poner los números en la fórmula y nada más. Si el coeficiente es 1, la forma es idéntica (el tamaño puede ser diferente), si -1 es una imagen especular, 0 no es similar en absoluto. El coeficiente de correlación no muestra nada más y el cálculo de la correlación no tiene nada que ver con la normalidad o la ergodicidad y la estacionalidad. ¿Qué tipo de libros de texto está leyendo?
La lectura. El coeficiente de correlación se define para las variables aleatorias. En la fórmula hay variables aleatorias. La figura muestra procesos aleatorios. Para introducir los procesos aleatorios en la fórmula de las variables aleatorias, deben cumplirse unas condiciones específicas. Si no se cumplen, la fórmula no puede ser sustituida. Es tan simple como dos kopecks.
¿De dónde viene? ¿Dónde has leído eso?
la definición de QC establece que caracteriza la relación entre dos variables aleatorias. Si se trata de procesos, estamos considerando diferentes variables aleatorias en cada momento. Y sólo si tienen parámetros de distribución consistentes en el tiempo (estacionariedad) podemos calcular el CC de una muestra sustituyendo la media del conjunto (que está en la fórmula del CC lineal de Pearson, por ejemplo) por la media del tiempo (ergodicidad). No se trata de una herejía, sino de un manejo preciso de las definiciones de los conceptos y, en consecuencia, del significado de las fórmulas.
En cuanto a la similitud de las dos curvaturas, se les aplica la noción de función de correlación, que en el punto 0 da el propio coeficiente de correlación. Además, a la validez de su estimación se le aplican las mismas restricciones que al control de calidad: el requisito de suponer la estacionariedad y la ergodicidad de la muestra en cuestión. No es un capricho, sino una necesidad; sin ella, todas las fórmulas de estimación pierden su sentido.
¿De dónde viene eso? ¿Dónde has leído eso?
La definición de la función de correlación puede encontrarse en cualquier libro de texto de TV&T. La noción de proceso aleatorio no aparece en él. La definición de proceso aleatorio también está en los libros de texto: un PE es una secuencia ordenada en el tiempo (orden discreto o continuo) de variables aleatorias.
sigo sin entenderlo)) para I(1) QC es válido?
Sí, es válido, pero la estimación de su fórmula habitual para una muestra de CC lineal no es válida porque la serie es no estacionaria: la media, que se incluye en la fórmula, no es una constante a lo largo de la muestra, depende del tiempo. Para una serie estacionaria, la media es constante a lo largo del tiempo, y la estimamos simplemente sustituyéndola por la media aritmética; para i(1) esto es obviamente incorrecto.
Sin embargo, esto no significa que el CC no exista: por sí mismo, repito por tercera vez, caracteriza la relación de dos variables aleatorias en puntos concretos del tiempo, iguales o diferentes (con un desplazamiento, eso sí) para las dos series temporales dadas. La dependencia de QC de los momentos t1, t2 para los que se calcula es, por definición, una función de correlación.
La definición de CC está en cualquier libro de texto sobre TV&T. El concepto de proceso aleatorio no aparece en él. La definición de proceso aleatorio también está en los libros de texto: un PE es una secuencia ordenada en el tiempo (orden discreto o continuo) de variables aleatorias.
No hables de cualquiera, sé concreto, el nombre del libro de texto, una cita del mismo con una definición. Incluso si está seguro de haber entendido bien la definición, ¿cómo puede estar tan seguro? ¿No has intentado con tus propias manos sentir el coeficiente de correlación (experimentar, jugar), entender, darte cuenta, sentir lo que es?
¿Cómo es posible quedar tan atrapado en ella?
No sé lo que es un giro (a no ser que sea algún tipo de baile), buscó la definición de correlación en la wikipedia:
Correlación (del latín correlatio - correlación, relación), la dependencia de la correlación es una relación estadística entre dos o más variables aleatorias (o variables que pueden considerarse como tales con un cierto grado de precisión aceptable).
¿Intentas criticar lo que está escrito en la valla en alguna parte? ¿Qué tiene esto que ver con las variables aleatorias? Sólo un imbécil podría haber escrito esa definición. Si en todos los libros de texto sobre hip-hop o lo que sea es lo mismo, entonces todos esos libros de texto fueron escritos por imbéciles que no entienden lo que es la correlación y jodieron el cerebro de los propios estudiantes.