引用における依存性統計（情報理論、相関などの特徴選択法） - ページ 13 1...67891011121314151617181920...74 新しいコメント Sceptic Philozoff 2011.09.05 23:32 #121 いいえ、問題は変わっていません。まさに原子的な問題で、不可分なんです。そして、全体像を把握するためには、Lag変数もスキャンする必要があります。 数ヶ月前の結果を抜粋して掲載することができます（ただし、テキスト形式です）。トピックスターが持っているような相互情報ではなく、マトリックスの周波数です。また、「変数の独立性に関するカイ二乗検定」の統計量を計算した結果もあります（当時は相互情報量というものを知りませんでしたが、すでに変数の依存性を表す共通の尺度に関心を持ち、さまざまな基準で実験していました）。とはいえ、この数字も決してつまらないものではありません。 この計算をしたコンピュータにアクセスできないので、明日（というか今日ですが、後日）掲載します。 追伸：これは「ユニバーサル・リグレッション等」とは関係ありません。(18)は価格に対する粗雑な機械論的アプローチであるが、ここでは基本的に統計学的アプローチである。 Юсуфходжа 2011.09.06 01:50 #122 Mathemat: いいえ、問題は変わっていません。まさに原子的な問題で、不可分なんです。そして、全体像を把握するためには、Lag変数もスキャンする必要があります。 数ヶ月前の結果を抜粋して掲載することができます（ただし、テキスト形式です）。トピックスターが持っているような相互情報ではなく、マトリックスの周波数です。また、「変数の独立性に関するカイ二乗検定」の統計量を計算した結果もあります（当時は相互情報量というものを知りませんでしたが、すでに変数の依存性を表す共通の尺度に関心を持ち、さまざまな基準で実験していました）。とはいえ、この数字も決してつまらないものではありません。 今、計算をしたパソコンにアクセスできないので、明日（今日という意味ではなく、後日）投稿します。 追伸：これは「ユニバーサル・リグレッション等」とは関係ありません。(18)は価格に対する粗雑な機械論的アプローチであるが、ここでは基本的に統計学的アプローチである。 (18）のATSモードでは、悪い場合でも、結果は、ストップやTPを使用せず、このレベルにあなたの細かい統計的アプローチを持って、次に我々は比較されます与える。 2009年11月25日から2011年9月2日までの金、H4、0.1ロット、最大ドローダウン10.32％、MO27,6 СанСаныч Фоменко 2011.09.06 05:28 #123 Mathemat: 反論はありません、すべて納得です。まず、ポイント1から。 1.「何を取るかを明確にする」： まずタスクセル、次にインディビジュアライズド・ワン。 整数のLagを修正する。これは、「バー間距離」、すなわちMT4で指定した時間枠における両者のインデックスの差のモジュラスになります。 目的：次の2つの確率変数の間に統計的関係があるかどうかを調べる：1）インデックスshを持つ「マスター」バーのリターン、2）インデックスsh+Lagを持つ「スレーブ」バーのリターン。 これは、「棒と棒の間の距離がLagに等しいすべてのペア」を取るものです。非常に精密です。 どこを、何を疑うのか。まず、1つ目の項目から対処していきましょう。うまくいったら--2つ目のポイントに進みましょう。 ほぼACFですが、計算式が違います。ACFは統計に不可欠な要素である。あらゆる種類の依存関係を探すのに最適です。ARIMAの登場以来、理論的にも実践的にも非常に広く使われている。どんな新しいことでも、一般に知られている、確立された類似のものとの類似点と相違点を示すことから始めなければならない。このままでは、ロンドンの薄暗い家では、このアイデアは譲れない。このスレッドでずっと言ってることなんだけどね。必ず文献を一通り調べることから始めるべきでしょう。あなたの投稿からの引用に迂闊な-バザーはありません。 次に、shを見ると、ACFは任意の場所からではなく、sh=1からカウントされることが理解できます。でも、ACFはあります。あなたの提案は、これとどのように似ているのか、あるいは異なっているのか。ただ、TIの言葉でポイント（BPの依存性）を難解にするのはやめてほしい。 Sceptic Philozoff 2011.09.06 09:11 #124 faa1947: ほぼACFですが、計算式が違います。ACFは統計に不可欠な要素である。あらゆる種類の依存関係を探すのに優れています。 必ずしもACFとは限りません。そして、ACFがあらゆる種類の依存関係を探しているというのは、大間違いです。相関 関係を見てみましょう。記事の最後のほうに相関 分析の限界があり、そこに絵がある。だからACFは諦めたんです。ピアソン相関で検出されるバー間の線形相関は弱すぎ、短命である。 必ず文献の整理から始めるべきでしょう。あなたの投稿からの引用に迂闊な-バザーはありません。 そうすれば、長い間、動くことができなくなります。しかし、一般的には、やはり何らかの論証が必要だということに同意します。前項の最後の文、線形従属性に関して納得がいかないのであれば、考えてみます。 ただ、TIの言葉でポイント（BPの依存性）を難解にするのはやめてほしい。 では、私がTIを使って依存関係を見つけるのを禁止することにしたのですか？ 2 yosuf： 張り合うつもりはないです。引き続きツールの改良に励んでください。ただし、このスレッドには立ち入らないようにお願いします。ここでは余計なお世話です。 Hide 2011.09.06 09:43 #125 Mathemat: 情報エントロピーに関する記事(Wiki)を発見。そこから引用1。 これはエントロピー、従来のエントロピーです。あなたが解釈しているのは、その定義ですか？ そうですね、アルファベットの文字が 統計的に独立していて、冗長性や依存性がないようにするのは賛成です。これはおおよそ、アーカイバーが、テキストを作るのに使われたアルファベットとは明らかに異なるアルファベットを作っていることになる。 しかし、それは数えるほどしかないのです何をカウントしているかについては、次のとおりです。 トピックスターターの話は、（私もそうですが）情報エントロピーではなく、なんと 相互情報 量についてでした！！！（またWikiか）。 相互情報量 とは、2つの確率変数の統計関数で、一方の確率変数に含まれる情報量を他方に対して相対的に記述するものである。 相互情報は2つの確率 変数のエントロピーと 条件付きエントロピーによって 次のように定義される[次式で I(X,Y) が得られる。 念のため、同じペディヴィックスから、相互情報の計算式は次のようになる。 相互情報量（XとYの間）＝エントロピー（X）-条件付きエントロピー（XとYの間） これは、アメリカの資料で怖い顔をした数式を書かずに、定義で行けばいいのです。 ここで、XとYは2つの異なるシステムであり、XとYの間には依存関係がある。 Total Mutual Informationを求めるなら、トピックスターターのようなものです。 相互情報量の合計（XとYの間）＝エントロピー（X）＋エントロピー（Y）-結合系（XとY）のエントロピー なぜ「条件付きエントロピー」ではなく「結合した系のエントロピー」と書かれているかというと、実は2つの系の合計エントロピーは独立でも条件付きでも良いからです。XとYが無関係で独立したものであれば、結合確率としてカウントし（エントロピー付加定理）、関係があれば条件付きとしてカウントすることは明らかである。 さて、私たちの関心事です。このバイパス全体がどのように市場に適用できるのか。仮に次のようなモデルだとする。システムX - 市場（アルファベット）があり、それはある頻度で現れる有限かつ明確な数の状態（記号）を持っている（記号の確率）。第二のシステムY、つまり見積書の記録がある。また、引用符（アルファベット）には、一定の頻度を持つ記号が限定されています。そこから何が差し引かれるのだろうか。 1.市場のアルファベットを知る必要がある。そこでは常に何かが起こり、売買が行われ、誰かが倒産し、誰かが新しいお金を考え出し、集団ヒステリーが起こる、などなど。つまり、アルファベットは非常に広大であり、簡単に記述することはできそうにない。 2.市場のアルファベットを記述することが可能であっても、市場で起こっているプロセスの定常性には疑問がある。TIは特性の不変性を絶対視していることを理解する必要があります。 第2系統のアルファベット、引用。市場のアルファベットとは異なります。おそらく、すでにそうなっているのでしょう。そして、どれがそうなのかを知る必要があります。時間軸の相場変動幅を単純に分位してアルファベットにすると、どうなるか。より正確には、市場のアルファベットから相場のアルファベットへの情報の完全なマッピング、あるいは部分的なマッピングが得られるか。それとも、何も失われず、マーケットアルファベットが冗長になっているだけなのでしょうか。などなど。 СанСаныч Фоменко 2011.09.06 09:50 #126 Mathemat: ほぼ、いや、まったくACFではありません。そして、ACFがあらゆる種類の依存関係を探しているというのは間違いです。相関 関係を見る記事の最後のほうに相関 分析の限界があり、そこに絵がある。だからACFは諦めたんです。ピアソン相関で検出されるバー間の線形相関は、弱すぎて短命なので、興味がない。 その精巧さが長所であり、同時に短所でもあるのですが、その短所を、あなたは相関の既知の限界に帰着させたのです。しかし、このような制限があるからこそ、「ACF」という量、その量に対する信頼性の確率、その信頼性の計算条件、そして一般的には、相関の制限が満たされるかどうかによって、これらの量に関するいかなる推論の許容性も意味あるものとして評価することができるのである。すべてを習得し、道具を備えても、実際には深刻な困難に遭遇し、不品行に陥ることが絶えません。 トピのテーマについて同じように書いてみてください。 ACFはトレンドを具体的に示し、ChAKFと一緒にサイクルを探ります。また、「情報依存」とは、どのような獣なのか、引用や増分でどのように表示されるのか。1は、トレンドやサイクルの形成の説明を見つけることができる市場の心理学に関する出版物がたくさんありますが、それはどの出版物に書かれている "情報への依存 "の心理的基礎は何ですか、そしてそれは引用符に影響を与えますか？出来上がった写真は、何を根拠に信頼できるのでしょうか？結果の信憑性はどこにあるのでしょうか？これらを適用するための条件はどこにあるのでしょうか？単なる質問です。この話題は、（記憶が正しければ）hfenksとの話題をますます思い出させ、彼もまた依存性の話題で知らず知らずのうちに曲がっていました。 論文的には、もっぱら予備的に、科学的な新しさの兆しはあるのですが、相関関係との比較なしでは、すべて空虚なゴミです（すみません）。 Sceptic Philozoff 2011.09.06 09:55 #127 HideYourRichess: ただ、同じペディヴィックスから、相互情報の計算式が次のようになることを指摘しておく。[...] なぜ「条件付きエントロピー」ではなく「合併した系のエントロピー」と書かれているかというと、実は2つの系の合計エントロピーは独立でも条件付きでもありうるからです。XとYが無相関で独立であれば結合確率として数え、（エントロピー付加定理）、関連があれば条件付きとして数えるべきことは明らかである。 きっと指摘されると思っていました。幸いなことに、どんな場合でも、（エントロピーではなく）確率で書かれた数式は変わりません--何によってそこにあるのか、ないのかに関係なく。だから、この推論には何の新味もない。 システムX - 市場（アルファベット）があり、それはある頻度で現れる有限かつ明確な数の状態（記号）を持っている（記号の確率）。第二のシステムYがある-見積書の記録。また、引用符（アルファベット）には、一定の頻度を持つ記号が限定されています。そこから何が差し引かれるのだろうか。 これはもはやトピックスターターが考えていたシステムではないことに注目してほしい。私は、マーケットのアルファベットを覚えることが可能だと本気で言っているほど、甘くはありません。そして、自分にとって現実的な目標を設定するようにしています。 Sceptic Philozoff 2011.09.06 10:27 #128 faa1947: 相関の精巧さが強みですが、同時に弱点として、相関の限界が知られていることを挙げていますね。しかし、このような制限があるからこそ、「ACF」という量、その量に対する信頼性の確率、その信頼性の計算条件、そして一般にこれらの量に関するあらゆる推論の許容性を、相関制限の充足度によって意味を持って推論することができるのです。 全くその通りです。Terver/Matstatの半分は、中心極限定理とその意味について、特に正規分布に関する話です。完璧に「仕組まれた」ディストリビューションなのです。とはいえ、極限状態でもこれに従わない確率変数が存在する。ピアソン相関が完璧に仕上がったからといって、なぜ特別に扱わなければならないのか。 ACFは特にトレンドを示し、CHAKFと一緒にサイクルを見ます。 データマイニングの段階では、サイクルもトレンドもまだ関心事ではない。注目すべきは、ACFでは原理的に検出されない依存性である。 そして、「情報依存」は、この獣は何なのか、引用で表示されるのか？ それとも増分で表示されるのか？1は、トレンドやサイクルの形成の説明を見つけることができる市場の心理学に関する出版物がたくさんありますが、それはどの出版物に書かれている "情報への依存 "の心理的基礎は何ですか、そしてそれは引用符に影響を与えますか？出 来上がった写真は、何を根拠に信頼できるのでしょうか？結果の信憑性はどこにあるのでしょうか？これらを適用するための条件はどこにあるのでしょうか？このスレッドを見ていると、同じく依存性について無自覚に吐露していたhfenks（記憶が正しければ）のスレッドをますます思い出しますね。 質問が多すぎる。非常に新しく、非常に奇妙なことを始める前に、まず、その新しいことの適用可能性を完全かつ絶対的に立証し、その後、一瞬にして頭の中に浮かんだヒントを得るために結果を出す研究者を、少なくとも一人は知っていますか？通常はその逆で、まず実証性や厳密性を無視した新しいものを適用し、何か面白いものが出てきたら実証を始めるというやり方です。私の言っていることがわかりますか？ ちなみに、hrenfxについて ですが、彼はピアソン相関による分析も行っていました。 論文的には、あくまで予備的なもので、科学的な新しさの兆しはあるのですが、相関関係との比較ができなければ、すべては無為なゴミとなります（すみません）。 大したことはない。まあ、ここで論文の話をしているわけではなく、単なる思いつきで、そこから将来何かが生まれるかもしれない。そうでない可能性があることは十分承知しています。それなら、張りぼての正当性を主張するのは時間の無駄ではないか。 СанСаныч Фоменко 2011.09.06 10:58 #129 Mathemat: 全くその通りです。Terver/Matstatの半分は、中心極限定理とその意味について、特に正規分布に関する話です。完璧に「仕組まれた」ディストリビューションなのです。とはいえ、極限状態でもこれに従わない確率変数が存在する。ピアソン相関が完璧に仕上がったからといって、なぜ特別に扱わなければならないのか。 データマイニングの段階では、サイクルもトレンドもまだ関心事ではありません。注目すべきは、ACFでは基本的に検出できない依存性である。 質問が多すぎる。あなたにもお聞きしたいのですが、非常に新しく、非常に奇妙なことを始める前に、まずこの新しいものの適用可能性を完全かつ100％正当化し、その後、一瞬にして頭の中に閃いたヒントを得るために結果を出す研究者を少なくとも一人はご存知ですか？通常はその逆で、まず実証性や厳密性を無視した新しいものを適用し、何か面白いものが出てきたら実証を始めるというやり方です。意味わかりますか？ そしてhrenfxと いえば、ピアソン相関に基づく分析も行っていました。 大したことはない。まあ、ここで論文の話をしているわけではなく、単なる思いつきで、そこから将来何かが生まれるかもしれない。そうでない可能性があることは十分承知しています。それなら、張りぼての正当性を主張するのは時間の無駄ではないか。 ピアソン相関が完璧にワークアウトされているからといって、なぜ特別に扱わなければならないのか？ 実用的な価値がある。そして、未知の分布を持つ非定常なランダムプロセスを扱うことに成功した。 普通は逆で、最初は実証やいろいろな厳密さを無視して新しいものを適用し、何か面白いものが得られたら実証を行う。私の言うことがわかるか？ いいえ、まずフォードを測定し、それから他のすべてを測定します。私がこれまで出席したすべての科学会議で、このようなあなたのスピーチは、永遠に最後のものになるでしょう。 それなのに、なぜ引き伸ばした正当化で時間を浪費するのか。 ストレッチングは必要ありません。しかし、既存のものと比較するレベルで何が議論されているのかを理解する必要がある。 Hide 2011.09.06 11:06 #130 Mathemat: それを指摘されるんじゃないかと思ったんです。幸いなことに、どんな場合でも、（エントロピーではなく）確率で書かれた数式は変わりません--何によってそこにあるのか、ないのかに関係なく。だから、この推論には何の新味もない。 私の考えでは、たとえ間違っていても、他の記号で書かれていることによって、その式の本質や適用条件が変わることはありえない。 数学 これはもはやトピックスターターが考えていたシステムではないことに注目してほしい。相場のアルファベットを覚えようなんて本気で言うほど甘くはない。そして、自分にとって現実的な目標を設定するようにしています。 より完全なシステムは、マーケット・アルファベット <-> クオート・アルファベット -> タスク・アルファベットというようになります。トピ主は最後の1組しか考えず、見積もりはタスク。 1...67891011121314151617181920...74 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか？ Googleでログイン
いいえ、問題は変わっていません。まさに原子的な問題で、不可分なんです。そして、全体像を把握するためには、Lag変数もスキャンする必要があります。
数ヶ月前の結果を抜粋して掲載することができます（ただし、テキスト形式です）。トピックスターが持っているような相互情報ではなく、マトリックスの周波数です。また、「変数の独立性に関するカイ二乗検定」の統計量を計算した結果もあります（当時は相互情報量というものを知りませんでしたが、すでに変数の依存性を表す共通の尺度に関心を持ち、さまざまな基準で実験していました）。とはいえ、この数字も決してつまらないものではありません。
この計算をしたコンピュータにアクセスできないので、明日（というか今日ですが、後日）掲載します。
追伸：これは「ユニバーサル・リグレッション等」とは関係ありません。(18)は価格に対する粗雑な機械論的アプローチであるが、ここでは基本的に統計学的アプローチである。
いいえ、問題は変わっていません。まさに原子的な問題で、不可分なんです。そして、全体像を把握するためには、Lag変数もスキャンする必要があります。
数ヶ月前の結果を抜粋して掲載することができます（ただし、テキスト形式です）。トピックスターが持っているような相互情報ではなく、マトリックスの周波数です。また、「変数の独立性に関するカイ二乗検定」の統計量を計算した結果もあります（当時は相互情報量というものを知りませんでしたが、すでに変数の依存性を表す共通の尺度に関心を持ち、さまざまな基準で実験していました）。とはいえ、この数字も決してつまらないものではありません。
今、計算をしたパソコンにアクセスできないので、明日（今日という意味ではなく、後日）投稿します。
追伸：これは「ユニバーサル・リグレッション等」とは関係ありません。(18)は価格に対する粗雑な機械論的アプローチであるが、ここでは基本的に統計学的アプローチである。
(18）のATSモードでは、悪い場合でも、結果は、ストップやTPを使用せず、このレベルにあなたの細かい統計的アプローチを持って、次に我々は比較されます与える。
2009年11月25日から2011年9月2日までの金、H4、0.1ロット、最大ドローダウン10.32％、MO27,6
反論はありません、すべて納得です。まず、ポイント1から。
1.「何を取るかを明確にする」： まずタスクセル、次にインディビジュアライズド・ワン。
整数のLagを修正する。これは、「バー間距離」、すなわちMT4で指定した時間枠における両者のインデックスの差のモジュラスになります。
目的：次の2つの確率変数の間に統計的関係があるかどうかを調べる：1）インデックスshを持つ「マスター」バーのリターン、2）インデックスsh+Lagを持つ「スレーブ」バーのリターン。
これは、「棒と棒の間の距離がLagに等しいすべてのペア」を取るものです。非常に精密です。
どこを、何を疑うのか。まず、1つ目の項目から対処していきましょう。うまくいったら--2つ目のポイントに進みましょう。
ほぼACFですが、計算式が違います。ACFは統計に不可欠な要素である。あらゆる種類の依存関係を探すのに最適です。ARIMAの登場以来、理論的にも実践的にも非常に広く使われている。どんな新しいことでも、一般に知られている、確立された類似のものとの類似点と相違点を示すことから始めなければならない。このままでは、ロンドンの薄暗い家では、このアイデアは譲れない。このスレッドでずっと言ってることなんだけどね。必ず文献を一通り調べることから始めるべきでしょう。あなたの投稿からの引用に迂闊な-バザーはありません。
次に、shを見ると、ACFは任意の場所からではなく、sh=1からカウントされることが理解できます。でも、ACFはあります。あなたの提案は、これとどのように似ているのか、あるいは異なっているのか。ただ、TIの言葉でポイント（BPの依存性）を難解にするのはやめてほしい。
必ずしもACFとは限りません。そして、ACFがあらゆる種類の依存関係を探しているというのは、大間違いです。相関 関係を見てみましょう。記事の最後のほうに相関 分析の限界があり、そこに絵がある。だからACFは諦めたんです。ピアソン相関で検出されるバー間の線形相関は弱すぎ、短命である。
必ず文献の整理から始めるべきでしょう。あなたの投稿からの引用に迂闊な-バザーはありません。
そうすれば、長い間、動くことができなくなります。しかし、一般的には、やはり何らかの論証が必要だということに同意します。前項の最後の文、線形従属性に関して納得がいかないのであれば、考えてみます。
ただ、TIの言葉でポイント（BPの依存性）を難解にするのはやめてほしい。
では、私がTIを使って依存関係を見つけるのを禁止することにしたのですか？
2 yosuf： 張り合うつもりはないです。引き続きツールの改良に励んでください。ただし、このスレッドには立ち入らないようにお願いします。ここでは余計なお世話です。
情報エントロピーに関する記事(Wiki)を発見。そこから引用1。
これはエントロピー、従来のエントロピーです。あなたが解釈しているのは、その定義ですか？
そうですね、アルファベットの文字が 統計的に独立していて、冗長性や依存性がないようにするのは賛成です。これはおおよそ、アーカイバーが、テキストを作るのに使われたアルファベットとは明らかに異なるアルファベットを作っていることになる。
しかし、それは数えるほどしかないのです何をカウントしているかについては、次のとおりです。
トピックスターターの話は、（私もそうですが）情報エントロピーではなく、なんと 相互情報 量についてでした！！！（またWikiか）。
相互情報量 とは、2つの確率変数の統計関数で、一方の確率変数に含まれる情報量を他方に対して相対的に記述するものである。
相互情報は2つの確率 変数のエントロピーと 条件付きエントロピーによって 次のように定義される[次式で I(X,Y) が得られる。
念のため、同じペディヴィックスから、相互情報の計算式は次のようになる。
相互情報量（XとYの間）＝エントロピー（X）-条件付きエントロピー（XとYの間）
これは、アメリカの資料で怖い顔をした数式を書かずに、定義で行けばいいのです。
ここで、XとYは2つの異なるシステムであり、XとYの間には依存関係がある。
Total Mutual Informationを求めるなら、トピックスターターのようなものです。
相互情報量の合計（XとYの間）＝エントロピー（X）＋エントロピー（Y）-結合系（XとY）のエントロピー
なぜ「条件付きエントロピー」ではなく「結合した系のエントロピー」と書かれているかというと、実は2つの系の合計エントロピーは独立でも条件付きでも良いからです。XとYが無関係で独立したものであれば、結合確率としてカウントし（エントロピー付加定理）、関係があれば条件付きとしてカウントすることは明らかである。
さて、私たちの関心事です。このバイパス全体がどのように市場に適用できるのか。仮に次のようなモデルだとする。システムX - 市場（アルファベット）があり、それはある頻度で現れる有限かつ明確な数の状態（記号）を持っている（記号の確率）。第二のシステムY、つまり見積書の記録がある。また、引用符（アルファベット）には、一定の頻度を持つ記号が限定されています。そこから何が差し引かれるのだろうか。
1.市場のアルファベットを知る必要がある。そこでは常に何かが起こり、売買が行われ、誰かが倒産し、誰かが新しいお金を考え出し、集団ヒステリーが起こる、などなど。つまり、アルファベットは非常に広大であり、簡単に記述することはできそうにない。
2.市場のアルファベットを記述することが可能であっても、市場で起こっているプロセスの定常性には疑問がある。TIは特性の不変性を絶対視していることを理解する必要があります。
第2系統のアルファベット、引用。市場のアルファベットとは異なります。おそらく、すでにそうなっているのでしょう。そして、どれがそうなのかを知る必要があります。時間軸の相場変動幅を単純に分位してアルファベットにすると、どうなるか。より正確には、市場のアルファベットから相場のアルファベットへの情報の完全なマッピング、あるいは部分的なマッピングが得られるか。それとも、何も失われず、マーケットアルファベットが冗長になっているだけなのでしょうか。などなど。
ほぼ、いや、まったくACFではありません。そして、ACFがあらゆる種類の依存関係を探しているというのは間違いです。相関 関係を見る記事の最後のほうに相関 分析の限界があり、そこに絵がある。だからACFは諦めたんです。ピアソン相関で検出されるバー間の線形相関は、弱すぎて短命なので、興味がない。
その精巧さが長所であり、同時に短所でもあるのですが、その短所を、あなたは相関の既知の限界に帰着させたのです。しかし、このような制限があるからこそ、「ACF」という量、その量に対する信頼性の確率、その信頼性の計算条件、そして一般的には、相関の制限が満たされるかどうかによって、これらの量に関するいかなる推論の許容性も意味あるものとして評価することができるのである。すべてを習得し、道具を備えても、実際には深刻な困難に遭遇し、不品行に陥ることが絶えません。
トピのテーマについて同じように書いてみてください。
ACFはトレンドを具体的に示し、ChAKFと一緒にサイクルを探ります。また、「情報依存」とは、どのような獣なのか、引用や増分でどのように表示されるのか。1は、トレンドやサイクルの形成の説明を見つけることができる市場の心理学に関する出版物がたくさんありますが、それはどの出版物に書かれている "情報への依存 "の心理的基礎は何ですか、そしてそれは引用符に影響を与えますか？出来上がった写真は、何を根拠に信頼できるのでしょうか？結果の信憑性はどこにあるのでしょうか？これらを適用するための条件はどこにあるのでしょうか？単なる質問です。この話題は、（記憶が正しければ）hfenksとの話題をますます思い出させ、彼もまた依存性の話題で知らず知らずのうちに曲がっていました。
論文的には、もっぱら予備的に、科学的な新しさの兆しはあるのですが、相関関係との比較なしでは、すべて空虚なゴミです（すみません）。
ただ、同じペディヴィックスから、相互情報の計算式が次のようになることを指摘しておく。[...]
なぜ「条件付きエントロピー」ではなく「合併した系のエントロピー」と書かれているかというと、実は2つの系の合計エントロピーは独立でも条件付きでもありうるからです。XとYが無相関で独立であれば結合確率として数え、（エントロピー付加定理）、関連があれば条件付きとして数えるべきことは明らかである。
きっと指摘されると思っていました。幸いなことに、どんな場合でも、（エントロピーではなく）確率で書かれた数式は変わりません--何によってそこにあるのか、ないのかに関係なく。だから、この推論には何の新味もない。
システムX - 市場（アルファベット）があり、それはある頻度で現れる有限かつ明確な数の状態（記号）を持っている（記号の確率）。第二のシステムYがある-見積書の記録。また、引用符（アルファベット）には、一定の頻度を持つ記号が限定されています。そこから何が差し引かれるのだろうか。
全くその通りです。Terver/Matstatの半分は、中心極限定理とその意味について、特に正規分布に関する話です。完璧に「仕組まれた」ディストリビューションなのです。とはいえ、極限状態でもこれに従わない確率変数が存在する。ピアソン相関が完璧に仕上がったからといって、なぜ特別に扱わなければならないのか。
ACFは特にトレンドを示し、CHAKFと一緒にサイクルを見ます。
データマイニングの段階では、サイクルもトレンドもまだ関心事ではない。注目すべきは、ACFでは原理的に検出されない依存性である。
そして、「情報依存」は、この獣は何なのか、引用で表示されるのか？ それとも増分で表示されるのか？1は、トレンドやサイクルの形成の説明を見つけることができる市場の心理学に関する出版物がたくさんありますが、それはどの出版物に書かれている "情報への依存 "の心理的基礎は何ですか、そしてそれは引用符に影響を与えますか？出 来上がった写真は、何を根拠に信頼できるのでしょうか？結果の信憑性はどこにあるのでしょうか？これらを適用するための条件はどこにあるのでしょうか？このスレッドを見ていると、同じく依存性について無自覚に吐露していたhfenks（記憶が正しければ）のスレッドをますます思い出しますね。
質問が多すぎる。非常に新しく、非常に奇妙なことを始める前に、まず、その新しいことの適用可能性を完全かつ絶対的に立証し、その後、一瞬にして頭の中に浮かんだヒントを得るために結果を出す研究者を、少なくとも一人は知っていますか？通常はその逆で、まず実証性や厳密性を無視した新しいものを適用し、何か面白いものが出てきたら実証を始めるというやり方です。私の言っていることがわかりますか？
ちなみに、hrenfxについて ですが、彼はピアソン相関による分析も行っていました。
論文的には、あくまで予備的なもので、科学的な新しさの兆しはあるのですが、相関関係との比較ができなければ、すべては無為なゴミとなります（すみません）。
大したことはない。まあ、ここで論文の話をしているわけではなく、単なる思いつきで、そこから将来何かが生まれるかもしれない。そうでない可能性があることは十分承知しています。それなら、張りぼての正当性を主張するのは時間の無駄ではないか。
全くその通りです。Terver/Matstatの半分は、中心極限定理とその意味について、特に正規分布に関する話です。完璧に「仕組まれた」ディストリビューションなのです。とはいえ、極限状態でもこれに従わない確率変数が存在する。ピアソン相関が完璧に仕上がったからといって、なぜ特別に扱わなければならないのか。
データマイニングの段階では、サイクルもトレンドもまだ関心事ではありません。注目すべきは、ACFでは基本的に検出できない依存性である。
質問が多すぎる。あなたにもお聞きしたいのですが、非常に新しく、非常に奇妙なことを始める前に、まずこの新しいものの適用可能性を完全かつ100％正当化し、その後、一瞬にして頭の中に閃いたヒントを得るために結果を出す研究者を少なくとも一人はご存知ですか？通常はその逆で、まず実証性や厳密性を無視した新しいものを適用し、何か面白いものが出てきたら実証を始めるというやり方です。意味わかりますか？
そしてhrenfxと いえば、ピアソン相関に基づく分析も行っていました。
大したことはない。まあ、ここで論文の話をしているわけではなく、単なる思いつきで、そこから将来何かが生まれるかもしれない。そうでない可能性があることは十分承知しています。それなら、張りぼての正当性を主張するのは時間の無駄ではないか。
ピアソン相関が完璧にワークアウトされているからといって、なぜ特別に扱わなければならないのか？
実用的な価値がある。そして、未知の分布を持つ非定常なランダムプロセスを扱うことに成功した。
普通は逆で、最初は実証やいろいろな厳密さを無視して新しいものを適用し、何か面白いものが得られたら実証を行う。私の言うことがわかるか？
いいえ、まずフォードを測定し、それから他のすべてを測定します。私がこれまで出席したすべての科学会議で、このようなあなたのスピーチは、永遠に最後のものになるでしょう。
それなのに、なぜ引き伸ばした正当化で時間を浪費するのか。
ストレッチングは必要ありません。しかし、既存のものと比較するレベルで何が議論されているのかを理解する必要がある。
それを指摘されるんじゃないかと思ったんです。幸いなことに、どんな場合でも、（エントロピーではなく）確率で書かれた数式は変わりません--何によってそこにあるのか、ないのかに関係なく。だから、この推論には何の新味もない。
私の考えでは、たとえ間違っていても、他の記号で書かれていることによって、その式の本質や適用条件が変わることはありえない。
これはもはやトピックスターターが考えていたシステムではないことに注目してほしい。相場のアルファベットを覚えようなんて本気で言うほど甘くはない。そして、自分にとって現実的な目標を設定するようにしています。