Calculez la probabilité d'inversion - page 10

Nouveau commentaire
 
secret:

Elle l'est :

https://en.wikipedia.org/wiki/P-P_plot

Prenez deux paraboles différentes, par exemple. Il existe une relation linéaire entre eux. Bien que les deux courbes soient non linéaires.

Pour que la relation devienne linéaire, les coordonnées doivent être transformées de manière non linéaire. Je ne parlerai pas de certaines données, mais pour le problème de l'estimation de la probabilité des grands écarts, je joins un article de la taille d'un livre : Wentzel A.D. Rough limit theorems on large deviations for Markov random processes. Je l'ai à peine lu moi-même, mais cela peut vous aider. L'édition de 1976.

 
Vladimir:

Vous devez transformer les coordonnées de manière non linéaire pour que la relation soit linéaire.

Eh bien, c'est le sujet de la question initiale, une transformation non linéaire des coordonnées.
J'aurais peut-être dû dire "régression" plutôt qu'"approximation" pour que ce soit plus clair.
C'est juste que selon mes normes paysannes, dans ce cas, c'est la même chose, puisque l'une des quantités est une ligne continue, et non un ensemble de points.
 
Serqey Nikitin:

Comme vous le savez tous, TOUT problème peut être résolu de PLUSIEURS DIFFERENTES façons...

Par exemple :

1. Vous pouvez essayer d'EMPECHER un futur renversement de tendance...

2. Vous pouvez documenter un renversement de tendance dans une situation ACTUELLE du marché...


Comme vous le comprenez, la variante №1 est TRÈS difficile à résoudre avec un haut degré de fiabilité...

L'option 2 est beaucoup plus facile, car vous n'avez pas besoin d'être un médium comme Vanga, et les résultats positifs seront beaucoup plus élevés que dans la première option...


En résumé : la bonne façon de poser le problème donne plus de la moitié de sa solution !

Il ne s'agit pas du tout de tendances
 
Vladimir:

Pour que la relation devienne linéaire, les coordonnées doivent être transformées de manière non linéaire. Je ne parlerai pas de certaines données, mais pour le problème de l'estimation de la probabilité des grands écarts, je joins un article de la taille d'un livre : Wentzel A.D. Rough limit theorems on large deviations for Markov random processes. Je ne l'ai presque pas lu moi-même, mais cela peut vous aider. L'œuvre date de 1974.

Je pense qu'Elena Sergeevna l'était.

 
Les gars, les grosses queues ne font que confirmer l'inadaptation de la TV au métier. Ils sont très épais. Plus épais que le haut.
 
Maxim Romanov:
Il ne s'agit pas du tout de tendances
Un pivot est un pivot... Ou bien calculez-vous des graphiques en tic-tac ?...
 
Алексей Тарабанов:

Je pense qu'Elena Sergeevna l'était.

Conjoint

 
Алексей Тарабанов:
Les gars, les grosses queues ne sont qu'une confirmation de l'inadéquation de la TV pour le commerce. Ils sont très épais. Plus épais que le haut.

et la télévision, aussi.

mais j'ai lu sur la distribution de Cauchy hier.

Il y a une chose amusante à propos des densités de probabilité.

et puisquela probabilité d'entrée est de 0,5, la fonction de densité de probabilité devrait donc être égale à

Dans ce cas, nous ne sommes plus intéressés par la forme de la distribution, et dans l'ensemble, le théoricien a déjà fait sa part ;)

Voici un dessin tiré d'un fil parallèle

si vous calculez l'aire des triangles pour l'achat et pour la vente, ils ne sont pas égaux.

c'est-à-dire que ce genre d'analyse est voué à l'échec.

 
Vladimir:

Conjoint

А. D. - fils, conjoint - D.A.

 
Vladimir:

Pour que la relation devienne linéaire, les coordonnées doivent être transformées de manière non linéaire. Je ne parlerai pas de certaines données, mais pour le problème de l'estimation de la probabilité des grands écarts, je joins un article de la taille d'un livre : Wentzel A.D. Rough limit theorems on large deviations for Markov random processes. Je l'ai à peine lu moi-même, mais cela peut vous aider. Edition de 1976.

Dans ce cas, la théorie qui sous-tend le test de Kolmogorov-Smirnov serait plus précise. La fonction de distribution empirique est traitée comme un processus de Poisson et sa déviation par rapport à la fonction de distribution théorique dans la limite (lorsque la taille de l'échantillon tend vers l'infini) convergera vers un pont brownien. Vous pouvez le lire dans le manuel de Borovkov sur matstat.

1...345678910111213
Nouveau commentaire