내가 읽는 모든 곳에서 그들은 샘플의 상관 관계가 0이라는 것은 이 샘플에 선형(보통 선형이라는 단어는 잊어버림) 관계가 없다는 것을 의미한다고 씁니다.
단순화 된 형식 인 경우 예, 그렇게 씁니다. 그리고 이것은 일반적으로 사실입니다. 그리고 일반 대중은 미묘함이 필요하지 않습니다.
hrenfx :
MO가 0이고 분산이 1이고 상관이 0인 두 플롯의 예. 저것들. 이 경우 상관관계는 VR 항의 곱의 합을 VR의 길이로 나눈 값입니다.
내 차트를 줄게. 이것은 데이터입니다.
그리고 여기 엑셀로 대충 계산한 피어슨이 있습니다. 한 가지 주의할 점은 계산이 슬라이딩 창에서 수행되었다는 것입니다.
알 수 있는 바와 같이, 가장 대략적인 근사에서 계수는 시간에 따라 변합니다. 제 생각에는 가격의 시계열 에서 정상성 문제의 존재를 이미 지적한 것 같습니다. 그리고 고정되지 않은 데이터를 위한 것이 아닌 정적 메서드를 사용할 때 주의해야 할 필요성에 대해서도 설명합니다. (단, 여기서 문제는 non-stationarity보다 다소 복잡합니다.)
hrenfx :
그리고 일반적으로 유한 표본에서 두 확률 변수의 선형 관계는 항상 존재합니다.
0에 가까운 상관 관계를 해석할 때는 주의하십시오.
사실, 이 두 계열의 두 확률 변수 사이에는 선형 관계가 있습니다. 다른 사람들은 그것을 가지고 있지 않을 수 있습니다. 이 시간. 둘, 엇갈린다. 임의의 변수에 대한 적절한 추정치와 마찬가지로 신뢰 영역이 있습니다. 일반적으로 귀하의 격언은 없습니다.
당신이 여기에 쓰고 그린 것으로부터 나는 이것이 그런 줄 몰랐습니다. 그것은 명백한 것에 관한 것입니다. 글쎄요, 고정성의 의미를 이해하는 것은 창 크기의 측면에서 당신이 그것을 확인하려고 하는 것만큼 간단하지 않습니다.
어떤 이유에서인지 당신은 나를 생각하고 있습니다. 이해가 안되는 용어는 사용하지 않겠습니다. 그리고 정의를 모르겠습니다.
실제로 상관 계수는 상관 분석이라는 수학 통계 섹션에 속합니다. 그리고 그것은 수학자-통계학자에 의해 발명되었습니다. 따라서 상관 계수를 계산하려고 하자마자 자동으로 stat 방법을 사용합니다. 그리고 우리는 이러한 방법의 모든 한계를 고려해야 합니다.
또한 상관 관계 및 회귀 분석 에 익숙합니다. 나는 어떤 통계도 사용하지 않는다. 행동 양식. 나는 상관계수를 관계를 평가할 필요가 있을 때 생각나는 가장 단순한 것으로 생각한다. 이것은 학교 수준입니다. 그리고 피어슨에 대해 알지 못한 채 상호 연결에 대해 생각하자마자 거의 여기에 왔습니다.
확실히 그런 방식은 아닙니다. 그리고 위에서 왜 안되는지 설명했습니다. 통계에서 특정 조건에서 계수 = 0 및 계수 = 0.7은 연결의 부재 또는 약점과 같은 동일한 것을 의미할 수 있습니다.
hrenfx : 내 결론은 다음과 같습니다. 상관관계(Pearson's 계수)는 샘플에 선형 관계가 있음을 나타내는 엉터리 지표입니다. 상관관계는 직접적인 관계를 나타내지 않을 뿐만 아니라 거짓말을 하기도 합니다.
이것을 피어슨 계수에 대한 비판이라고 합니까? 나는 그것을 잘못 해석하고 관계의 유무에 대해 이야기하고 선형 관계가 무엇인지조차 이해하지 못하는 똑똑한 사람들을 비판합니다.
내 방법의 실패에 대해 말하면 적어도 하나는 언급할 것입니다. 이 스레드는 Pearson을 사용하는 방법에 대해 논의하지 않았습니다.
그럼에도 불구하고, 매트에 책. 나는 통계를 읽지 않았다. 상관 관계 및 회귀 분석 은 이 모든 것이 간단하지만 이해하기 어려운 언어로 수학자에 의해 작성되었을 때 연구되었으며, 이 툴킷은 이미 MQL4에서 구현의 형태로 저를 위해 작동하고 있었습니다. 그리고 상관관계와 회귀에 관한 책에 쓰여진 것의 90%에 독립적으로 도달하기 위해 이마에 7개의 스팬이 필요하지 않습니다. 이것은 대부분의 책을 차지하는 이론적인 연구가 아니라 실제적인 부분을 가리킵니다.
이것을 피어슨 계수에 대한 비판이라고 합니까? 나는 그것을 잘못 해석하고 관계의 유무에 대해 이야기하고 선형 관계가 무엇인지조차 이해하지 못하는 똑똑한 사람들을 비판합니다.
네. 게다가 당신은 K. 피어슨을 근거 없이 비판합니다. 모든 사람들이 당신이 정확히 무엇을 도전하는지 명확하게 이해할 수 있도록 더 명확하게 작성하십시오.
hrenfx :
내 방법의 실패에 대해 말하면 적어도 하나는 언급할 것입니다. 이 스레드는 Pearson을 사용하는 방법에 대해 논의하지 않았습니다.
쌍별 선형 상관 계수가 바로 그것입니다.
그리고 방법에 관해서는 topicstart에서 놀라운 결과를 얻었습니다. 그리고 그것들을 손가락으로 가리키면 놀라운 결론을 내립니다. 당신 방법의 실패를 제외하고 이것을 어떻게 간주할 수 있습니까? 이해하기를 거부합니다.
hrenfx :
그럼에도 불구하고 매트 위의 책들. 나는 통계를 읽지 않았다.
Mitrofanushka에게 인사하십시오.
hrenfx :
상관 관계 및 회귀 분석은 이 모든 것이 간단하지만 이해하기 어려운 언어로 수학자에 의해 작성되었을 때 연구되었으며, 이 툴킷은 이미 MQL4에서 구현의 형태로 저를 위해 작동하고 있었습니다. 그리고 상관관계와 회귀에 관한 책에 쓰여진 것의 90%에 독립적으로 도달하기 위해 이마에 7개의 스팬이 필요하지 않습니다. 이것은 대부분의 책을 차지하는 이론적인 연구가 아니라 실제적인 부분을 가리킵니다.
당신이 여기서 보여준 것은 당신이 정말로 아무 것도 공부하지 않았다는 것을 분명히 보여줍니다. Pearson 상관 관계 섹션의 공식은 실제로 복잡하지 않지만 공식을 사용하여 숫자를 더하는 방법을 알고 있다고 해서 이 수학 장치를 올바르게 사용하는 방법을 알고 있다는 의미는 전혀 아닙니다. 그리고 당신의 추론은 모든 것이 이해와 조화를 이루는 것은 아니라는 것을 보여줍니다.
이것을 피어슨 계수에 대한 비판이라고 합니까? 나는 그것을 잘못 해석하고 관계의 유무에 대해 이야기하고 선형 관계가 무엇인지조차 이해하지 못하는 똑똑한 사람들을 비판합니다.
...
당신은 진심으로 믿습니까?약 5-8년 동안 여기 포럼에 있었고, QC를 구축할 생각을 한 적이 없으며, 피어슨에 대해 들어본 적이 없으며, 들어도 프로그래밍(계산)하는 방법을 몰랐습니다.
자, 들어보세요(읽기). 여기 이 스레드에서 많은 사람들이 이미 언급했습니다. 그리고 그들은 같은 것에 대해 다른 말로 여러분에게 말하지만, 그들은 무언가를 설명하려고 합니다. 예, 저도 최근에 종종 HideYourRichss와 논쟁을 벌였습니다. 거의 모든 사람들처럼여기 스레드에 언급되어 있습니다. 예, 우리는 눈을 보지 않을 수도 있지만 존중하는 대화는 지식을 얻는 데 도움이됩니다. 때로는 상대방이 서로에게주의를 기울이면 분쟁에서 진실이 태어납니다 ...
뭔가를 탐색(구축)하고 싶어도 어떻게 설명할 수 없는 것 같아요. 많은 사람들이 당신을 이해하지 못하고 설명을 위해 잘 알려진 용어를 사용하지만 잘못된 방식으로 사용합니다. 공식으로 설명하려고 합니다. 그냥 명료하게 쓰세요. 그리고 무엇을 어떻게 계산하고 싶은지 설명하십시오.
신을 화나게 하지 말고 (나는 그를 믿지는 않지만) 피어슨을 오용하는 무리에서 모든 사람을 무차별적으로 비난합니다.
로그는 도대체 무엇이며, 양동이와 킬로그램은 무엇입니까???? 백년 동안 잘 알려져 있고 존재하는 상관 계수의 다른 "해석"은 무엇입니까? 내 조언은 먼저 충분한 수면을 취한 다음 처음부터 재료를 배우기 시작하라는 것입니다. Privalov는 스크립트를 작성했으며 결과는 Matkadov와 일치합니다. 나는 다른 사람을 보지 않고 대본을 썼고 결과를 비교했습니다 - 그들은 Pivalov와 Matkad의 것과 일치합니다. 150명의 사람들이 이미 이 QC를 150번 작성했으며 모든 사람이 동일한 결과를 얻었습니다. 그렇다면 왜 모든 사람들이 갑자기 프로그램을 재작성하기 위해 서두르면서 누군가가 Pearson의 QC에 대한 자신만의 해석을 가지고 있다는 것을 갑자기 알게 되었습니까?
Corr = 0.0000, #NGX0 - EURGBP, 막대 = 24943(2010.05.28 21:25 - 2010.09.28 18:40), 2010년 11월 천연 가스 선물 - 유로 대 영국 파운드
Corr = -0.0015, USDNOK - USDSGD, 막대 = 54961(2010.01.01 00:00 - 2010.09.28 17:20), 미국 달러 vs 노르웨이 크로네 - 미국 달러 vs 싱가포르 달러
음, 와우, 노르웨이 크로네와 시그나푸르 달러 사이에는 선형 관계가 거의 없습니다. 말도 안되는 소리입니다!
Corr = -0.0008, GOLD - USDCAD, 막대 = 54898(2010.01.01 00:00 - 2010.09.28 16:45), SPOT Gold Once vs US Dollar - US Dollar vs 캐나다
더 웃기게도 금과 캐나다 달러 사이에는 선형 관계가 거의 없습니다. 젠장!
.......
제기된 문제의 수학적 측면을 건드리지 않고 주제 시작자에게 묻고 싶습니다. 제시된 세 쌍의 자산 사이에 뚜렷한 관계가 있어야 한다고 생각하는 이유는 무엇입니까? 예를 들어, 캐나다 달러 가치의 변화가 반드시 금 가치의 변화에 영향을 미쳐야 하는 이유는 무엇입니까? 그리고 어떤 방향으로?
내가 읽는 모든 곳에서 그들은 샘플의 상관 관계가 0이라는 것은 이 샘플에 선형(보통 선형이라는 단어는 잊어버림) 관계가 없다는 것을 의미한다고 씁니다.
단순화 된 형식 인 경우 예, 그렇게 씁니다. 그리고 이것은 일반적으로 사실입니다. 그리고 일반 대중은 미묘함이 필요하지 않습니다.
hrenfx :
MO가 0이고 분산이 1이고 상관이 0인 두 플롯의 예. 저것들. 이 경우 상관관계는 VR 항의 곱의 합을 VR의 길이로 나눈 값입니다.
내 차트를 줄게. 이것은 데이터입니다.
그리고 여기 엑셀로 대충 계산한 피어슨이 있습니다. 한 가지 주의할 점은 계산이 슬라이딩 창에서 수행되었다는 것입니다.
알 수 있는 바와 같이, 가장 대략적인 근사에서 계수는 시간에 따라 변합니다. 제 생각에는 가격의 시계열 에서 정상성 문제의 존재를 이미 지적한 것 같습니다. 그리고 고정되지 않은 데이터를 위한 것이 아닌 정적 메서드를 사용할 때 주의해야 할 필요성에 대해서도 설명합니다. (단, 여기서 문제는 non-stationarity보다 다소 복잡합니다.)
hrenfx :
그리고 일반적으로 유한 표본에서 두 확률 변수의 선형 관계는 항상 존재합니다.
0에 가까운 상관 관계를 해석할 때는 주의하십시오.
사실, 이 두 계열의 두 확률 변수 사이에는 선형 관계가 있습니다. 다른 사람들은 그것을 가지고 있지 않을 수 있습니다. 이 시간. 둘, 엇갈린다. 임의의 변수에 대한 적절한 추정치와 마찬가지로 신뢰 영역이 있습니다. 일반적으로 귀하의 격언은 없습니다.
일반적으로 완전히 이해하지 못한 것에 대해 이야기할 때는 주의하십시오.
알 수 있는 바와 같이, 가장 대략적인 근사에서 계수는 시간에 따라 변합니다.
그것은 분명하다. 뿐만 아니라 계수 변화의 역학은 슬라이딩 윈도우의 크기에 따라 달라집니다.
제 생각에는 가격의 시계열에서 정상성 문제의 존재를 이미 지적한 것 같습니다. 그리고 고정되지 않은 데이터를 위한 것이 아닌 정적 메서드를 사용할 때 주의해야 할 필요성에 대해서도 설명합니다.
통계가 없습니다. 방법은 전혀 사용하지 않습니다. 여기에 비정상이란 없습니다.
사실, 이 두 계열의 두 확률 변수 사이에는 선형 관계가 있습니다. 다른 사람들은 그것을 가지고 있지 않을 수 있습니다. 이 시간. 둘, 엇갈린다. 임의의 변수에 대한 적절한 추정치와 마찬가지로 신뢰 영역이 있습니다. 일반적으로 귀하의 격언은 없습니다.
선형 관계란 무엇을 의미합니까? 나는 이미 학문적 의미에서 그것을 썼습니다. 이것은 벡터 사이의 각도를 측정한 것입니다. 그리고 우리가 관계에 대해 이야기한다면 이것은 잘못된 정의입니다.
벡터 중 하나의 분산이 0인 경우에만 선형 관계가 없습니다. 다른 모든 경우에는 관계가 있습니다.
그리고 다시 한 번 나는 우리가 이론적인 무한 TS가 아닌 샘플에 대한 추정에 대해 이야기하고 있음을 명확히 할 것입니다.
그것은 분명하다. 뿐만 아니라 계수 변화의 역학은 슬라이딩 윈도우의 크기에 따라 달라집니다.
당신이 여기에 쓰고 그린 것으로부터 나는 이것이 그런 줄 몰랐습니다. 그것은 명백한 것에 관한 것입니다. 글쎄요, 고정성의 의미를 이해하는 것은 창 크기의 측면에서 당신이 그것을 확인하려고 하는 것만큼 간단하지 않습니다.
통계가 없습니다. 방법은 전혀 사용하지 않습니다. 여기에 비정상이란 없습니다.
실제로 상관 계수는 상관 분석이라는 수학 통계 섹션에 속합니다. 그리고 그것은 수학자-통계학자에 의해 발명되었습니다. 따라서 상관 계수를 계산하려고 하자마자 자동으로 stat 방법을 사용합니다. 그리고 우리는 이러한 방법의 모든 한계를 고려해야 합니다.
선형 관계란 무엇을 의미합니까? 나는 이미 학문적 의미에서 그것을 썼습니다. 이것은 벡터 사이의 각도를 측정한 것입니다. 그리고 우리가 관계에 대해 이야기한다면 이것은 잘못된 정의입니다.
벡터 중 하나의 분산이 0인 경우에만 선형 관계가 없습니다. 다른 모든 경우에는 관계가 있습니다.
그리고 다시 한 번 나는 우리가 이론적인 무한 TS가 아닌 샘플에 대한 추정에 대해 이야기하고 있음을 명확히 할 것입니다.
확실히 그런 방식은 아닙니다. 그리고 위에서 왜 안되는지 설명했습니다. 통계에서 특정 조건에서 계수 = 0 및 계수 = 0.7은 연결의 부재 또는 약점과 같은 동일한 것을 의미할 수 있습니다.
당신이 여기에 쓰고 그린 것으로부터 나는 이것이 그런 줄 몰랐습니다. 그것은 명백한 것에 관한 것입니다. 글쎄요, 고정성의 의미를 이해하는 것은 창 크기의 측면에서 당신이 그것을 확인하려고 하는 것만큼 간단하지 않습니다.
어떤 이유에서인지 당신은 나를 생각하고 있습니다. 이해가 안되는 용어는 사용하지 않겠습니다. 그리고 정의를 모르겠습니다.
실제로 상관 계수는 상관 분석이라는 수학 통계 섹션에 속합니다. 그리고 그것은 수학자-통계학자에 의해 발명되었습니다. 따라서 상관 계수를 계산하려고 하자마자 자동으로 stat 방법을 사용합니다. 그리고 우리는 이러한 방법의 모든 한계를 고려해야 합니다.
또한 상관 관계 및 회귀 분석 에 익숙합니다. 나는 어떤 통계도 사용하지 않는다. 행동 양식. 나는 상관계수를 관계를 평가할 필요가 있을 때 생각나는 가장 단순한 것으로 생각한다. 이것은 학교 수준입니다. 그리고 피어슨에 대해 알지 못한 채 상호 연결에 대해 생각하자마자 거의 여기에 왔습니다.
확실히 그런 방식은 아닙니다. 그리고 위에서 왜 안되는지 설명했습니다. 통계에서 특정 조건에서 계수 = 0 및 계수 = 0.7은 연결의 부재 또는 약점과 같은 동일한 것을 의미할 수 있습니다.
내 결론은 다음과 같습니다. 상관관계(Pearson's 계수)는 샘플에 선형 관계가 있음을 나타내는 엉터리 지표입니다. 상관관계는 직접적인 관계를 나타내지 않을 뿐만 아니라 거짓말을 하기도 합니다.
이것을 피어슨 계수에 대한 비판이라고 합니까? 나는 그것을 잘못 해석하고 관계의 유무에 대해 이야기하고 선형 관계가 무엇인지조차 이해하지 못하는 똑똑한 사람들을 비판합니다.
내 방법의 실패에 대해 말하면 적어도 하나는 언급할 것입니다. 이 스레드는 Pearson을 사용하는 방법에 대해 논의하지 않았습니다.
그럼에도 불구하고, 매트에 책. 나는 통계를 읽지 않았다. 상관 관계 및 회귀 분석 은 이 모든 것이 간단하지만 이해하기 어려운 언어로 수학자에 의해 작성되었을 때 연구되었으며, 이 툴킷은 이미 MQL4에서 구현의 형태로 저를 위해 작동하고 있었습니다. 그리고 상관관계와 회귀에 관한 책에 쓰여진 것의 90%에 독립적으로 도달하기 위해 이마에 7개의 스팬이 필요하지 않습니다. 이것은 대부분의 책을 차지하는 이론적인 연구가 아니라 실제적인 부분을 가리킵니다.
이것을 피어슨 계수에 대한 비판이라고 합니까? 나는 그것을 잘못 해석하고 관계의 유무에 대해 이야기하고 선형 관계가 무엇인지조차 이해하지 못하는 똑똑한 사람들을 비판합니다.
네. 게다가 당신은 K. 피어슨을 근거 없이 비판합니다. 모든 사람들이 당신이 정확히 무엇을 도전하는지 명확하게 이해할 수 있도록 더 명확하게 작성하십시오.
hrenfx :
내 방법의 실패에 대해 말하면 적어도 하나는 언급할 것입니다. 이 스레드는 Pearson을 사용하는 방법에 대해 논의하지 않았습니다.
쌍별 선형 상관 계수가 바로 그것입니다.
그리고 방법에 관해서는 topicstart에서 놀라운 결과를 얻었습니다. 그리고 그것들을 손가락으로 가리키면 놀라운 결론을 내립니다. 당신 방법의 실패를 제외하고 이것을 어떻게 간주할 수 있습니까? 이해하기를 거부합니다.
hrenfx :
그럼에도 불구하고 매트 위의 책들. 나는 통계를 읽지 않았다.
Mitrofanushka에게 인사하십시오.
hrenfx :
상관 관계 및 회귀 분석은 이 모든 것이 간단하지만 이해하기 어려운 언어로 수학자에 의해 작성되었을 때 연구되었으며, 이 툴킷은 이미 MQL4에서 구현의 형태로 저를 위해 작동하고 있었습니다. 그리고 상관관계와 회귀에 관한 책에 쓰여진 것의 90%에 독립적으로 도달하기 위해 이마에 7개의 스팬이 필요하지 않습니다. 이것은 대부분의 책을 차지하는 이론적인 연구가 아니라 실제적인 부분을 가리킵니다.
당신이 여기서 보여준 것은 당신이 정말로 아무 것도 공부하지 않았다는 것을 분명히 보여줍니다. Pearson 상관 관계 섹션의 공식은 실제로 복잡하지 않지만 공식을 사용하여 숫자를 더하는 방법을 알고 있다고 해서 이 수학 장치를 올바르게 사용하는 방법을 알고 있다는 의미는 전혀 아닙니다. 그리고 당신의 추론은 모든 것이 이해와 조화를 이루는 것은 아니라는 것을 보여줍니다.
이것을 피어슨 계수에 대한 비판이라고 합니까? 나는 그것을 잘못 해석하고 관계의 유무에 대해 이야기하고 선형 관계가 무엇인지조차 이해하지 못하는 똑똑한 사람들을 비판합니다.
...
당신은 진심으로 믿습니까? 약 5-8년 동안 여기 포럼에 있었고, QC를 구축할 생각을 한 적이 없으며, 피어슨에 대해 들어본 적이 없으며, 들어도 프로그래밍(계산)하는 방법을 몰랐습니다.
자, 들어보세요(읽기). 여기 이 스레드에서 많은 사람들이 이미 언급했습니다. 그리고 그들은 같은 것에 대해 다른 말로 여러분에게 말하지만, 그들은 무언가를 설명하려고 합니다. 예, 저도 최근에 종종 HideYourRichss와 논쟁을 벌였습니다. 거의 모든 사람들처럼 여기 스레드에 언급되어 있습니다. 예, 우리는 눈을 보지 않을 수도 있지만 존중하는 대화는 지식을 얻는 데 도움이됩니다. 때로는 상대방이 서로에게주의를 기울이면 분쟁에서 진실이 태어납니다 ...
뭔가를 탐색(구축)하고 싶어도 어떻게 설명할 수 없는 것 같아요. 많은 사람들이 당신을 이해하지 못하고 설명을 위해 잘 알려진 용어를 사용하지만 잘못된 방식으로 사용합니다. 공식으로 설명하려고 합니다. 그냥 명료하게 쓰세요. 그리고 무엇을 어떻게 계산하고 싶은지 설명하십시오.
신을 화나게 하지 말고 (나는 그를 믿지는 않지만) 피어슨을 오용하는 무리에서 모든 사람을 무차별적으로 비난합니다.
hrenfx , 이해할 수 없습니다. 책을 읽었습니까?
로그는 도대체 무엇이며, 양동이와 킬로그램은 무엇입니까???? 백년 동안 잘 알려져 있고 존재하는 상관 계수의 다른 "해석"은 무엇입니까? 내 조언은 먼저 충분한 수면을 취한 다음 처음부터 재료를 배우기 시작하라는 것입니다. Privalov는 스크립트를 작성했으며 결과는 Matkadov와 일치합니다. 나는 다른 사람을 보지 않고 대본을 썼고 결과를 비교했습니다 - 그들은 Pivalov와 Matkad의 것과 일치합니다. 150명의 사람들이 이미 이 QC를 150번 작성했으며 모든 사람이 동일한 결과를 얻었습니다. 그렇다면 왜 모든 사람들이 갑자기 프로그램을 재작성하기 위해 서두르면서 누군가가 Pearson의 QC에 대한 자신만의 해석을 가지고 있다는 것을 갑자기 알게 되었습니까?
.......
샘플이 작게 보이면 상관 관계 테이블 에서 더 큰 것을 가져옵니다.
.......