lna01 писал (а): 첫 번째 게시물로 판단되는 20%의 상관 임계값은 특별히 정당화되지 않습니다.
사실, 좋은 임계값, 나쁜 60-70%가 아니라 좋은 일을 할 수 없습니다. 어쩐지 NS를 만지작거리다가 sc.o.가 어떻게 되는지 보려고 했는데. 여러 예측 시리즈의 상관 관계에 따라 예측합니다. 결론은 다음과 같았습니다. 상관관계가 존재하고 양수이면 RMS 감소에 한계가 있습니다. 행 수의 근에 전혀 반비례하지 않습니다.
lna01 은 다음과 같이 썼습니다. 첫 번째 게시물로 판단되는 20%의 상관 임계값은 특별히 정당화되지 않습니다.
사실, 좋은 임계값, 나쁜 60-70%가 아니라 좋은 일을 할 수 없습니다. 어쩐지 NS를 만지작거리다가 sc.o.가 어떻게 되는지 보려고 했는데. 여러 예측 시리즈의 상관 관계에 따라 예측합니다. 결론은 다음과 같았습니다. 상관관계가 존재하고 양수이면 RMS 감소에 한계가 있습니다. 행 수의 근에 전혀 반비례하지 않습니다.
여기 모든 것이 순조롭지 않습니다. 행의 길이는 AK를 계산하는 데 매우 중요하지만 실제로 이것은 값을 취하는 상한과 동일합니다. o(
lna01 : 가중치가 역사에서 어떻게 작용하는지 살펴보겠습니다. 즉, w1, w2 및 w3의 세 가지 버퍼로 표시기를 만듭니다.
괜찮아요. 그것은 우리에게 무엇을 줄 것입니까? 그것들은 3차 방정식의 해이기 때문에 더 작은 기계의 변동 주기로 규칙적으로 동작할 것이 분명합니다.
그러한 일정을 바탕으로 나는 그들의 예측 가능성과 어떤 패턴의 존재 가능성에 대한 시각적 인상을 주려고 노력할 것입니다.
추신 만약 인상이 부정적이라면 - 아마도 계속하기를 거부했을 것입니다.
네, 알았어요! 실제로 계수의 특성 난기류 기간이 평균 창 N보다 작은 것으로 판명되면 예측을 잊을 수 있습니다. 그리고 그것은 정확히 일어날 것입니다. Candid 덕분에 많은 시간과 노력을 절약할 수 있었습니다. 이 공식에서는 문제를 해결할 수 없음을 알 수 있습니다.
2008년 10월 4일 14:19
세요가,"예측된 평균에 따라 시계열을 복원하면 큰 오류가 발생하지 않습니다."를 이해하지 못하면 모든 것이 간단합니다. N 에 대한 MA 곡선을 예측했다면앞으로 계산하고 원래 VR을 알면 미래의 VR을 쉽게 복원할 수 있습니다.
문제는 원래 VR을 "쉽게 복원"하는 방법을 찾지 못했다는 것입니다. 내가 아는 모든 방법은 VR의 오른쪽 가장자리에 접근하면 무너집니다. 나는 한 번 이 포럼에 만화를 게시했는데, 이 만화는 이벤트 지평선에 대한 예측 시리즈에 접근하는 과정을 보여줍니다. 사실은 원래 VR(건물 MA)을 통합함으로써 본질적으로 처리 중인 데이터에 새로운 것을 가져오지 않으며 결과적으로 예측 측면에서 발전하지 않는다는 것입니다. 비선형 VR 종속성을 분석할 수 있는 도구가 필요하다고 생각합니다...
Seryoga, 나는 조금 이해하지 못했습니다. (주의를 기울이지 마십시오. 맥주에서 남은 것입니다.) MA 간의 상호 상관을 어떻게 계산했는지 명확히 할 수 있습니까? [ MA ( n ) 및 MA ( n +1)] 다음 [ MA ( n +1) 및 MA ( n +2)] 또는 다른 것?
그렇다면 차트 자체의 추세를 관찰하십시오.
이러한 값이 어디에서 왔는지 명확하지 않습니다. 결국 길이가 20 이상인 창에서 시작하여 MA 간의 상관 관계는 매우 강력하며 왜 20% 차이가 나는가그런 다음 Windows 6, 80 및 300을 어떻게 얻었습니까? 거의 불가능합니다! 그러나 예를 들어 [ MA ( n ) 및 MA ( n + k )] 를 계산했다면 어떤 기준으로 이 k (thinning 조건 ) 를 선택했습니까 ? k 선택에 따라 결과가 달라지나요?
В том-то и дело, что я не смог найти способа "легко восстановить" исходный ВР. Все известные мне методы рассыпаются при приближении к правому краю ВР. Я даже как-то мультяшку выкладывал на этом форуме где показан процесс приближения прогнозного ряда к горизонту событий. Дело в том, что интегрируя исходный ВР (строя МА) мы по сути ничего нового не привносим в обрабатываемые данные и, как следствие, не продвигаемся в плане прогнозирования. Думаю, тут нужен инструмент способный к анализу нелинейных зависимостей ВР...
가중치가 역사에서 어떻게 작용하는지 살펴보겠습니다. 즉, w1, w2 및 w3의 세 가지 버퍼로 표시기를 만듭니다.
괜찮아요. 그것은 우리에게 무엇을 줄 것입니까? 그것들은 3차 방정식의 해이기 때문에 더 작은 기계의 변동 주기로 규칙적으로 동작할 것이 분명합니다.
그러한 일정을 바탕으로 나는 그들의 예측 가능성과 어떤 패턴의 존재 가능성에 대한 시각적 인상을 주려고 노력할 것입니다.
추신 만약 인상이 부정적이라면 - 아마도 계속하기를 거부했을 것입니다.
세요가, "예측된 평균에 따라 시계열 을 복원하면 큰 오류가 발생하지 않습니다."를 이해하지 못하면 모든 것이 간단합니다. N 에 대한 MA 곡선을 예측했다면 앞으로 계산하고 원래 VR을 알면 미래의 VR을 쉽게 복원할 수 있습니다.
중성자까지 5+
그 자체로 "선형"오크를 제거하는 방법. 좋은.
그리고 어떤 사람들은 그것을 천장에서 가져오거나 신비주의 5, 8, 13에 종사하고 있습니다.
사실, 좋은 임계값, 나쁜 60-70%가 아니라 좋은 일을 할 수 없습니다. 어쩐지 NS를 만지작거리다가 sc.o.가 어떻게 되는지 보려고 했는데. 여러 예측 시리즈의 상관 관계에 따라 예측합니다. 결론은 다음과 같았습니다. 상관관계가 존재하고 양수이면 RMS 감소에 한계가 있습니다. 행 수의 근에 전혀 반비례하지 않습니다.
사실, 좋은 임계값, 나쁜 60-70%가 아니라 좋은 일을 할 수 없습니다. 어쩐지 NS를 만지작거리다가 sc.o.가 어떻게 되는지 보려고 했는데. 여러 예측 시리즈의 상관 관계에 따라 예측합니다. 결론은 다음과 같았습니다. 상관관계가 존재하고 양수이면 RMS 감소에 한계가 있습니다. 행 수의 근에 전혀 반비례하지 않습니다.
여기 모든 것이 순조롭지 않습니다. 행의 길이는 AK를 계산하는 데 매우 중요하지만 실제로 이것은 값을 취하는 상한과 동일합니다. o(
가중치가 역사에서 어떻게 작용하는지 살펴보겠습니다. 즉, w1, w2 및 w3의 세 가지 버퍼로 표시기를 만듭니다.
괜찮아요. 그것은 우리에게 무엇을 줄 것입니까? 그것들은 3차 방정식의 해이기 때문에 더 작은 기계의 변동 주기로 규칙적으로 동작할 것이 분명합니다.
그러한 일정을 바탕으로 나는 그들의 예측 가능성과 어떤 패턴의 존재 가능성에 대한 시각적 인상을 주려고 노력할 것입니다.
추신 만약 인상이 부정적이라면 - 아마도 계속하기를 거부했을 것입니다.
네, 알았어요! 실제로 계수의 특성 난기류 기간이 평균 창 N보다 작은 것으로 판명되면 예측을 잊을 수 있습니다. 그리고 그것은 정확히 일어날 것입니다. Candid 덕분에 많은 시간과 노력을 절약할 수 있었습니다. 이 공식에서는 문제를 해결할 수 없음을 알 수 있습니다.
2008년 10월 4일 14:19
세요가, "예측된 평균에 따라 시계열을 복원하면 큰 오류가 발생하지 않습니다."를 이해하지 못하면 모든 것이 간단합니다. N 에 대한 MA 곡선을 예측했다면 앞으로 계산하고 원래 VR을 알면 미래의 VR을 쉽게 복원할 수 있습니다.
문제는 원래 VR을 "쉽게 복원"하는 방법을 찾지 못했다는 것입니다. 내가 아는 모든 방법은 VR의 오른쪽 가장자리에 접근하면 무너집니다. 나는 한 번 이 포럼에 만화를 게시했는데, 이 만화는 이벤트 지평선에 대한 예측 시리즈에 접근하는 과정을 보여줍니다. 사실은 원래 VR(건물 MA)을 통합함으로써 본질적으로 처리 중인 데이터에 새로운 것을 가져오지 않으며 결과적으로 예측 측면에서 발전하지 않는다는 것입니다. 비선형 VR 종속성을 분석할 수 있는 도구가 필요하다고 생각합니다...
한국 10.04.2008 14:26
5+에서 중성자까지
고맙습니다!
중성자 에게
Seryoga, 나는 조금 이해하지 못했습니다. (주의를 기울이지 마십시오. 맥주에서 남은 것입니다.) MA 간의 상호 상관을 어떻게 계산했는지 명확히 할 수 있습니까? [ MA ( n ) 및 MA ( n +1)] 다음 [ MA ( n +1) 및 MA ( n +2)] 또는 다른 것?
그렇다면 차트 자체의 추세를 관찰하십시오.
이러한 값이 어디에서 왔는지 명확하지 않습니다. 결국 길이가 20 이상인 창에서 시작하여 MA 간의 상관 관계는 매우 강력하며 왜 20% 차이가 나는가 그런 다음 Windows 6, 80 및 300을 어떻게 얻었습니까? 거의 불가능합니다! 그러나 예를 들어 [ MA ( n ) 및 MA ( n + k )] 를 계산했다면 어떤 기준으로 이 k (thinning 조건 ) 를 선택했습니까 ? k 선택에 따라 결과가 달라지나요?
В том-то и дело, что я не смог найти способа "легко восстановить" исходный ВР. Все известные мне методы рассыпаются при приближении к правому краю ВР. Я даже как-то мультяшку выкладывал на этом форуме где показан процесс приближения прогнозного ряда к горизонту событий. Дело в том, что интегрируя исходный ВР (строя МА) мы по сути ничего нового не привносим в обрабатываемые данные и, как следствие, не продвигаемся в плане прогнозирования. Думаю, тут нужен инструмент способный к анализу нелинейных зависимостей ВР...
확인. 나중에 제 주관적인 후기를 올리도록 하겠습니다:o)