MQL4 포럼에는 " 차량에 대한 전방 테스트, 균형이 고정되어 있지 않습니다. 이것은 자기기만입니다... "라는 문구가 있었습니다. 이것을 잊어서는 안 됩니다. 이 진실의 알갱이는 보존되어야 합니다! 저는 오랫동안 차량 안정성 문제에 관심을 가지고 있었습니다. 정상적인 것부터 테스트 샘플에 차량을 "적합"하는 기준만 건너왔습니다. 기준의 특정 값에서 차량은 작업에 적합하고 부적합한 것으로 간주됩니다.
MikeZv : MQL4 포럼에는 " 차량에 대한 전방 테스트, 균형이 고정되어 있지 않습니다. 이것은 자기기만입니다... "라는 문구가 있었습니다. 이것을 잊어서는 안 됩니다. 이 진실의 알갱이는 보존되어야 합니다! 저는 오랫동안 차량 안정성 문제에 관심을 가지고 있었습니다. 정상적인 것부터 테스트 샘플에 차량을 "적합"하는 기준만 건너왔습니다. 기준의 특정 값에서 차량은 작업에 적합하고 부적합한 것으로 간주됩니다.
네 봤습니다...기억이 안나네요..
테스터에 대해 이야기하면 제 생각에는 그런 문제가 있습니다.
우리는 특정 샘플을 가져 와서 예를 들어 이익 요소와 같은 테스터로 간주합니다. 그런 다음 다른 샘플을 가져와서 새로운 수익 요소 값을 얻습니다. 총 2개의 숫자입니다. 두 수치가 통계적 결론의 근거인가? 이 숫자는 전혀 의미가 없습니다.
다른 방식으로 해결하고 해결해야 합니다.
샘플이 채취됩니다. 이 샘플에서 특정 하위 집합을 무작위로 선택하여 이익 요소로 간주합니다. 그런 다음 무작위 샘플을 다시 취하는 식으로 1000번 반복합니다. 우리는 1000 이익 요소를 얻습니다. 이 세트는 이미 통계적 추론의 기초로 사용될 수 있습니다.
다른 교재는 없나요? :)
문제의 요지를 이해하지 못하는 것 같습니다.
SanSanych는 TS를 테스트할 때 어떤 잔차가 고정되어야 하는지에 대한 질문에 대답하지 않았습니다.
아무래도 이 미스터리가 대단하군요... :)
그래, 무슨 비밀이야... 방금 본질을 잊어버렸어
이것을 잊어서는 안 됩니다. 이 진실의 알갱이는 보존되어야 합니다!
저는 오랫동안 차량 안정성 문제에 관심을 가지고 있었습니다. 정상적인 것부터 테스트 샘플에 차량을 "적합"하는 기준만 건너왔습니다.
기준의 특정 값에서 차량은 작업에 적합하고 부적합한 것으로 간주됩니다.
분명히 예, 나는 당신이 인식하지 못하는 교과서에서 공부했습니다. :)
ARIME에 붙은 체?
편차를 교환하는 경우 ARIMA가 될 수 있지만 이 ARIMA를 적용하는 계열의 정상성을 여전히 증명해야 합니다. 그리고 이런 반전이 있다....
그리고 장인들은 ARIMA가 적용된 트렌드, 즉 편차를 예측하고 추세로 다시 전환하고 ... 계량 경제학을 꾸짖기 시작합니다.
추세 거래를 좋아하는 사람들을 위해 더 정확하게 말하면 추세가 아니라 견적 의 절대 값을 거래합니다(아마도 수준의 붕괴 또는 무엇?).
예측 패키지가 있습니다. 매우 유명하고 널리 사용됩니다. 그는 자신이 회사 제품의 판매를 예측하는 데 사용했습니다.
따라서 이 패키지는 원래 인용문(원본 인용문을 강조합니다)을 추세, 추세 편차 및 순환 구성 요소의 세 부분으로 분해합니다. 그런 다음 이 세 부분을 n단계 앞으로 예측하고 결과를 반환합니다.
이 주제에 대해 협력할 준비가 되었습니다. 개발 사항을 찾으면 가능한 한 빨리.
이것은 원래 시리즈의 비정상성에서 직접 따릅니다.
앉아, 둘.
문제의 엔터티에 대한 몇 가지 공식을 작성하고(가장 단순한 것, 지나치게 복잡할 필요가 없음) - 장애(hitch)가 무엇인지 이해하려고 노력하십시오. 그러면 당신의 아이러니가 어느 방향으로 향해야 하는지 이해가 올 것입니다.
MQL4 포럼에는 " 차량에 대한 전방 테스트, 균형이 고정되어 있지 않습니다. 이것은 자기기만입니다... "라는 문구가 있었습니다.
이것을 잊어서는 안 됩니다. 이 진실의 알갱이는 보존되어야 합니다!
저는 오랫동안 차량 안정성 문제에 관심을 가지고 있었습니다. 정상적인 것부터 테스트 샘플에 차량을 "적합"하는 기준만 건너왔습니다.
기준의 특정 값에서 차량은 작업에 적합하고 부적합한 것으로 간주됩니다.
네 봤습니다...기억이 안나네요..
테스터에 대해 이야기하면 제 생각에는 그런 문제가 있습니다.
우리는 특정 샘플을 가져 와서 예를 들어 이익 요소와 같은 테스터로 간주합니다. 그런 다음 다른 샘플을 가져와서 새로운 수익 요소 값을 얻습니다. 총 2개의 숫자입니다. 두 수치가 통계적 결론의 근거인가? 이 숫자는 전혀 의미가 없습니다.
다른 방식으로 해결하고 해결해야 합니다.
샘플이 채취됩니다. 이 샘플에서 특정 하위 집합을 무작위로 선택하여 이익 요소로 간주합니다. 그런 다음 무작위 샘플을 다시 취하는 식으로 1000번 반복합니다. 우리는 1000 이익 요소를 얻습니다. 이 세트는 이미 통계적 추론의 기초로 사용될 수 있습니다.
그건 그렇고,이 방법은 테스터, 데모의 사용을 배제하지 않습니다..