if((H[k-1]<H[k])&&(H[k]>H[k+1])&&(H[k]>curHi)) для минимума аналогично.
주어진 표본의 Hai로 받아들이기에 충분한 Hai 주변 지역의 선택을 정당화하는 것만 남아 있습니다. 이 High는 샘플 길이의 + -30% 반경 내에서 최대 지점이어야 한다는 것을 이해합니다. 그렇지 않은 경우 샘플을 늘려서 2가지 관절을 결정해야 합니다. 극한값과 그에 따른 샘플 길이? 그리고 이에 대한 당신의 생각은?
주어진 간격에서 세 막대의 극한값(즉, 최고 최고(최저 최저))을 선택하고 최고(최저) 막대를 선택하면 원칙적으로 필요한 것을 얻을 수 있습니다. 그러한 극값에서 충분한 샘플 길이가 있는지 확인하는 것이 합리적일 수 있지만, 즉 모든 기준이 작동해야 합니다. 내가 실험할게
Vladislav, 나타난 새로운 정보에 비추어 Murray 표시기 코드를 수정하시겠습니까? 우리는 새 버전을 기다리고 있습니다; o)!
주어진 간격에서 세 막대의 극한값(즉, 최고 최고(최저 최저))을 선택하고 최고(최저) 막대를 선택하면 원칙적으로 필요한 것을 얻을 수 있습니다.
2차원 배열을 정렬하여 필요한 것을 찾는 것은 매우 쉽습니다. 배열에는 2개의 열이 있습니다. 첫 번째 = 높음이고 두 번째 열에는 막대 번호를 씁니다. 정렬(MQL에서는 첫 번째 열로 이동)은 최대값을 첫 번째 열에 놓고, 그리고 적어도 마지막 장소까지(또는 그 반대로, 정렬 모드에 따라). 막대 번호는 두 번째 열에서 읽습니다.
이 가장 흥미로운 스레드 에 참여 하는 소수의 모든 참가자들에게 인사를 전합니다 :-) 현재 저는 Vladislav가 우리에게 아낌없이 제공한 방법, 즉 23페이지 전체에 걸쳐 정보를 검색하는 방법을 알아 내려고 노력하고 있습니다. 검색하는 과정에서 물론 토론 참가자들이 게시하기로 결정한 코드 조각을 연구합니다. 11페이지의 코드가 이미 절망적으로 구식이라는 것을 이해하지만, 그럼에도 불구하고 만일을 대비하여 오류 분산을 계산하는 함수에 다음과 같은 결과로 오류가 포함되어 있다는 사실에 주의를 기울이고 싶습니다. 계산이 공식과 일치하지 않으며 런타임에 0으로 나누기 오류가 발생할 수 있습니다.
이중 dispercia_error(이중 데이터[], 이중 중심)
{
int k, 크기;
이중 분산 = 0;
크기=배열크기(데이터);
for(k=크기-1;k>=0;k--) disper=disper+MathPow((data[k]-centr),2);
if(크기>1) 분산 = 분산/(크기-2);
반환(분산);
}
아마도 라인 if(size>1) disper=disper/(size-2); if(size>1) disper=disper/(size- 1 );
나는 유감스럽게도 작은 세부 사항을 찾지 않고는 나아갈 수 없기 때문에 내 결론을 확인하거나 반박하기를 요청합니다. :-) 미리 감사드립니다.
오... 여러분. 예 또는 아니오로 말하기만 하면 됩니다. :-) 전체 스레드를 읽었습니다. 놓쳤을 수도 있으니 다시 찾아봐야겠습니다. 검색하는 과정에서 다양한 알고리즘이 있는 흥미로운 사이트를 찾았습니다. http://alglib.sources.ru/ 광고로 간주하지 않기를 바랍니다. :-)
이 경우 운명을 유혹하지 않도록 조건을 "if(size>2)"로 작성하는 것이 좋다. 코드는 안정적이어야 합니다 :-)
대낮처럼 맑습니다! :))) 무릎에 쓰여진 그 대본은 블라디슬라프에게 질문으로 출판된 것이지 실제로 사용하기 위한 것이 아니었다. 제가 현재 가지고 있는 코드에서는 예상 시간을 저장하는 특별한 함수를 호출하지 않고 분산을 계산하고, if(크기-2!=0) 분산=분산/(크기-2); 일반적으로 이러한 사소한 프로그래밍은 이 스레드에서 논의할 가치가 전혀 없다고 생각합니다.
주어진 표본의 Hai로 받아들이기에 충분한 Hai 주변 지역의 선택을 정당화하는 것만 남아 있습니다. 이 High는 샘플 길이의 + -30% 반경 내에서 최대 지점이어야 한다는 것을 이해합니다. 그렇지 않은 경우 샘플을 늘려서 2가지 관절을 결정해야 합니다. 극한값과 그에 따른 샘플 길이? 그리고 이에 대한 당신의 생각은?
주어진 간격에서 세 막대의 극한값(즉, 최고 최고(최저 최저))을 선택하고 최고(최저) 막대를 선택하면 원칙적으로 필요한 것을 얻을 수 있습니다. 그러한 극값에서 충분한 샘플 길이가 있는지 확인하는 것이 합리적일 수 있지만, 즉 모든 기준이 작동해야 합니다. 내가 실험할게
Vladislav, 나타난 새로운 정보에 비추어 Murray 표시기 코드를 수정하시겠습니까? 우리는 새 버전을 기다리고 있습니다; o)!
예, 거기에서 망치는 것은 어렵지 않습니다. 그러나 필요한 경우 수정하겠습니다.
행운을 빕니다.
2차원 배열을 정렬하여 필요한 것을 찾는 것은 매우 쉽습니다.
배열에는 2개의 열이 있습니다. 첫 번째 = 높음이고 두 번째 열에는 막대 번호를 씁니다.
정렬(MQL에서는 첫 번째 열로 이동)은 최대값을 첫 번째 열에 놓고,
그리고 적어도 마지막 장소까지(또는 그 반대로, 정렬 모드에 따라).
막대 번호는 두 번째 열에서 읽습니다.
하지만 얼마나 걸릴지는 모르겠습니다.
현재 저는 Vladislav가 우리에게 아낌없이 제공한 방법, 즉 23페이지 전체에 걸쳐 정보를 검색하는 방법을 알아 내려고 노력하고 있습니다. 검색하는 과정에서 물론 토론 참가자들이 게시하기로 결정한 코드 조각을 연구합니다. 11페이지의 코드가 이미 절망적으로 구식이라는 것을 이해하지만, 그럼에도 불구하고 만일을 대비하여 오류 분산을 계산하는 함수에 다음과 같은 결과로 오류가 포함되어 있다는 사실에 주의를 기울이고 싶습니다. 계산이 공식과 일치하지 않으며 런타임에 0으로 나누기 오류가 발생할 수 있습니다.
이중 dispercia_error(이중 데이터[], 이중 중심) { int k, 크기; 이중 분산 = 0; 크기=배열크기(데이터); for(k=크기-1;k>=0;k--) disper=disper+MathPow((data[k]-centr),2); if(크기>1) 분산 = 분산/(크기-2); 반환(분산); }아마도 라인 if(size>1) disper=disper/(size-2); if(size>1) disper=disper/(size- 1 );
나는 유감스럽게도 작은 세부 사항을 찾지 않고는 나아갈 수 없기 때문에 내 결론을 확인하거나 반박하기를 요청합니다. :-) 미리 감사드립니다.
추신 그래서 더 나은? :)
추신 그래서 더 나은? :)
별말씀을요. :-) 이제 "4.3. 분산 및 표준 편차 추정"에서 오래 고통받는 Bulashev 때문에 "지붕"을 긴급히 수리해야 합니다. 제수의 분산을 계산하는 공식에는 N-1이 있습니다.
땔감은 어디서 났어, 로쉬??? :-)
땔감은 어디서 났어, 로쉬??? :-)
사실, 데이터 샘플 자체가 아니라 근사 오차의 분산을 평가할 때 분모는 당연히 N -2 이어야 합니다. https://c.mql5.com/mql4/forum/2006/06/disp_oshibok.zip
Bulashev는 이 문제에 대한 책에서 구체적인 예를 제시하기도 합니다.
사실, 데이터 샘플 자체가 아니라 근사 오차의 분산을 평가할 때 분모는 당연히 N -2 이어야 합니다.
응. 고맙습니다. 지금은 이해. 이 부분을 더 자세히 읽어보겠습니다.
이 경우 조건을 "if(size> 2 )"로 작성하여 운명에 휘둘리지 않도록 하는 것이 좋다. 코드는 안정적이어야 합니다 :-)
대낮처럼 맑습니다! :)))
무릎에 쓰여진 그 대본은 블라디슬라프에게 질문으로 출판된 것이지 실제로 사용하기 위한 것이 아니었다.
제가 현재 가지고 있는 코드에서는 예상 시간을 저장하는 특별한 함수를 호출하지 않고 분산을 계산하고,
if(크기-2!=0) 분산=분산/(크기-2);
일반적으로 이러한 사소한 프로그래밍은 이 스레드에서 논의할 가치가 전혀 없다고 생각합니다.