Il modello di regressione di Sultonov (SRM) - che pretende di essere un modello matematico del mercato. - pagina 42

 
orb:
La densità non è limitata da 0 a 1?

La densità non lo è.
 
orb:
La densità non è limitata da 0 a 1?
Naturalmente è delimitata da uno, ma qui: P=1+tHammasp(t/t;n;1;0), dove tHammasp(t/t;n;1;0) è la funzione di densità della distribuzione, che varia da 0 a 1. Vedere la formula (7) del documento.
 
yosuf:

Sì, devo aver esagerato con gli zeri...

in qualsiasi regressione vedere equi che vola nel cielo è un talento... la cosa principale è credere...))
 
anonymous:

Densità - no.
diciamo addio!) ignorante.
 
orb:
addio!) ignorante.


f(x,mu,sigma)=exp(-((x-mu)^2)/(2*sigma^2))/(sigma*sqrt(2*pi)) - la densità della distribuzione normale.

Lei, professore, troverà sorprendente che f(0, 0, 0.01)=39.89

 
yosuf:
Naturalmente è delimitata da uno, ma qui: P=1+tHammasp(t/t;n;1;0), dove tHammasp(t/t;n;1;0) è la funzione di densità della distribuzione, che varia da 0 a 1. Vedere la formula (7) del documento.

Fuori dall'occupazione, l'unità è delimitata dall'integrale non invariante della densità da -inf a x.
 
anonymous:


f(x,mu,sigma)=exp(-((x-mu)^2)/(2*sigma^2))/(sigma*sqrt(2*pi)) - è la densità della distribuzione normale.

Lei, professore, troverà sorprendente che f(0, 0, 0.01)=39.89

Controllerò, e in generale ti sbagli, perché 0 è un valore discreto, e tu usi una legge di distribuzione normale continua, rispettivamente, devi introdurre una densità generalizzata, perché la variabile casuale è mista X, con possibili valori di x, che prende un valore discreto di 0, gli altri valori continui!

 
orb:

e in generale hai sbagliato, perché 0 è un valore discreto, e tu stai usando una legge di distribuzione normale continua,

f(x, 0, 0.01) > 1 per qualsiasi x nell'intervallo [-0.027152;0.027152].

di conseguenza dobbiamo introdurre una densità generalizzata,

necessariamente :D

poiché la variabile casuale è mista X, con possibili valori di x, che prende un valore discreto 0, il resto valori continui!

Davvero? L'insieme dei numeri interi non è discreto? Va bene che x possa prendere qualsiasi valore dall'insieme dei numeri interi (come sottoinsieme per R)?

 
anonymous:

f(x, 0, 0.01) > 1 per qualsiasi x nell'intervallo [-0.027152;0.027152].

Assolutamente :D

Davvero? L'insieme dei numeri interi non è discreto? Va bene che x possa prendere qualsiasi valore dall'insieme dei numeri interi (come sottoinsieme per R)?

Siete d'accordo con l'affermazione che m=0 è l'aspettativa matematica, o piuttosto la sua stima?

sigma=0,01 è la radice della stima della varianza?

potete, modellare una tale serie?)) quindi le stime non sono prese dalla vostra testa.

 
orb:

Siete d'accordo con l'affermazione che m=0 è l'aspettativa matematica, o piuttosto la sua stima?

sigma=0,01 è la radice della stima della varianza?

potete, modellare una tale serie?)) quindi le stime non sono prese dalla vostra testa.


Non sono stime, ma i parametri esatti della distribuzione - aspettativa e deviazione standard, professore :D

Naturalmente, posso modellare una tale serie. Anche se qui è completamente inutile, perché la tua eresia con Yusuf è confutata dalla sola analisi della funzione di distribuzione teorica.

> x <- rnorm(100, 0, 0.01)
> x
  [1]  1.619572 e-02  6.798108 e-05 -3.627928 e-03  5.241613 e-03  1.273511 e-02  1.575794 e-03  7.716432 e-03  2.047810 e-03
  [9]  7.551535 e-03  2.707827 e-03 -1.783785 e-02  4.513436 e-03 -4.031291 e-03 -1.058043 e-02  1.421831 e-04 -6.639672 e-03
 [17] -1.434773 e-02 -4.618057 e-03 -1.411381 e-02 -1.459423 e-02 -7.465568 e-03 -7.713061 e-03  3.016197 e-02 -4.193879 e-03
 [25]  8.984821 e-03  7.578804 e-03 -1.256003 e-02  1.374785 e-02  1.239761 e-03 -1.547361 e-02 -1.735638 e-02 -6.853623 e-03
 [33]  5.278165 e-03 -1.917603 e-03 -3.507008 e-03  3.709349 e-03 -2.094672 e-04 -2.224821 e-03 -3.501819 e-03 -3.312482 e-03
 [41]  9.050138 e-03 -1.517038 e-03 -2.481432 e-04  1.132736 e-03  2.664056 e-03  2.146325 e-03 -1.762083 e-02 -8.993990 e-03
 [49]  8.303284 e-03 -5.353900 e-03 -2.845936 e-02 -1.556778 e-02  6.326411 e-04 -1.982076 e-02 -2.460851 e-03 -9.028795 e-03
 [57]  1.233104 e-02 -6.179724 e-03  1.614575 e-02 -9.239795 e-03  1.350007 e-02 -7.019569 e-03  1.463546 e-02  9.611378 e-03
 [65]  1.403177 e-02 -2.875648 e-03 -3.541369 e-03  9.854737 e-03  2.134445 e-03  3.010908 e-03 -9.468081 e-03  5.583229 e-03
 [73] -4.736917 e-03 -2.052099 e-03 -1.371189 e-02 -1.530808 e-03  8.776596 e-03 -1.272746 e-02  9.583266 e-03 -1.944051 e-02
 [81] -2.341326 e-03  4.766029 e-03 -7.953369 e-03  1.773432 e-02  8.939169 e-03  8.789134 e-03 -5.713990 e-03  4.144645 e-03
 [89]  6.384486 e-03  8.868000 e-03 -1.181570 e-02  4.893533 e-03 -3.452248 e-03 -1.525700 e-03  2.135513 e-02  1.633766 e-02
 [97] -6.266012 e-03 -5.332083 e-03  2.446737 e-02 -1.470896 e-02
> mean(x)
[1] -0.0003638158
> sd(x)
[1] 0.01055043