상관 관계 연구의 종종 유혹적인 단순성은 연구자가 특성 쌍 사이의 인과 관계의 존재에 대해 잘못된 직관적인 결론을 도출하도록 조장하는 반면 상관 계수는 통계적 관계만 설정합니다. 예를 들어, 특정 도시의 화재를 살펴보면 화재로 인한 피해와 화재 진압에 참여하는 소방관 수 사이에 매우 높은 상관 관계를 찾을 수 있으며 이 상관 관계는 양의 상관 관계가 될 것입니다. 그러나 이것이 "소방관이 많을수록 더 많은 피해를 입힌다"는 결론으로 이어지지 않으며, 소방대를 제거하여 화재 피해를 최소화하려고 시도하는 것은 이치에 맞지 않습니다.[5] 동시에 두 수량 사이에 상관 관계가 없다고 해서 두 수량 사이에 연결이 없는 것은 아닙니다.
허, 뻔하지. Pearson's CC의 경우 시리즈가 양수인지 음수인지는 중요하지 않습니다...
확인. 중요하지 않다고 가정합시다. 그러면 상관 행렬 I(0)의 분포 형태는 I(1)과 거의 같습니다. 점검 해보자. 100 I(0)을 취합시다. 이들 I의 상호 상관 행렬을 구성해 보겠습니다. 그런 다음 가장 자주 발생하는 값의 빈도에 대한 히스토그램을 작성합니다.
중심이 0에 가까운 고전적인 정규 분포를 볼 수 있습니다. 100개의 행이 서로 절대적으로 독립적이기 때문에 맞습니다. 계열 간의 상관 관계가 +/- 10%에 도달하는 경우는 드뭅니다.
이제 100 시리즈를 가져와 통합해 보겠습니다. 출력은 I(1) 형식의 클래식 랜덤 워크입니다. 이 계열에 대한 상관 행렬을 만든 다음 동일한 분포 히스토그램을 만듭니다.
분포가 깨졌습니다. 값 -0.5 및 +0.5는 값 0.0만큼 자주 반복됩니다. QC는 무의미한 지표가 됩니다. 행 간에 신뢰할 수 있는 관계가 없지만 동일한 확률로 다른 숫자가 빠질 수 있습니다.
이제 I(1) 형식의 100개의 BP를 취하지만 각각에 100의 값을 추가합니다. 작은 편차로 인해 이 시리즈에서 이것은 상당한 숫자입니다. 따라서 100번의 모든 걷기는 0보다 큰 양의 영역에 있습니다. 히스토그램을 봅니다.
사실 이전 차트와 달라진 점은 없습니다. 그러나 이것은 본질을 변경하지 않으며 가설은 유효합니다. I(1) 시리즈는 QC를 계산하는 데 사용할 수 없습니다.
그렇게 필요하지 않습니다! 가격의 로그를 계산한 다음 첫 번째 차이를 계산한 다음 로그에서 로그를 취한 다음 상관 관계를 계산해야 합니다.
하하하!
...
0이 아니라 "값 없음"입니다. 이것이 코티르와 토성의 고리와 동시에 코에 문제가 있는 상관 관계를 얻을 수 있는 이유입니다.
...
그렇게 필요하지 않습니다! 가격의 로그를 계산한 다음 첫 번째 차이를 계산한 다음 로그에서 로그를 취한 다음 상관 관계를 계산해야 합니다.
하하하!
그렇게 필요하지 않습니다! 가격의 로그를 계산한 다음 첫 번째 차이를 계산한 다음 로그에서 로그를 취한 다음 상관 관계를 계산해야 합니다.
하하하!
상관 분석 제한 사항:
모든 요인 및 결과 기능의 값의 전체가 다변량 정규 분포를 따라야 합니다.
위키
내가 이해하는 것처럼 QC는 HP SV에서만 작동합니까? 실제 시리즈에서는 첫 번째 차이조차 HP가 아닙니다.
상관 분석 제한 사항:
모든 요인 및 결과 기능의 값의 전체가 다변량 정규 분포를 따라야 합니다.
위키
내가 이해하는 것처럼 QC는 HP SV에서만 작동합니까? 실제 시리즈에서는 첫 번째 차이조차 HP가 아닙니다.
...
위키
...
거기:
상관 관계 연구의 종종 유혹적인 단순성은 연구자가 특성 쌍 사이의 인과 관계의 존재에 대해 잘못된 직관적인 결론을 도출하도록 조장하는 반면 상관 계수는 통계적 관계만 설정합니다. 예를 들어, 특정 도시의 화재를 살펴보면 화재로 인한 피해와 화재 진압에 참여하는 소방관 수 사이에 매우 높은 상관 관계를 찾을 수 있으며 이 상관 관계는 양의 상관 관계가 될 것입니다. 그러나 이것이 "소방관이 많을수록 더 많은 피해를 입힌다"는 결론으로 이어지지 않으며, 소방대를 제거하여 화재 피해를 최소화하려고 시도하는 것은 이치에 맞지 않습니다.[5] 동시에 두 수량 사이에 상관 관계가 없다고 해서 두 수량 사이에 연결이 없는 것은 아닙니다.
확인. 중요하지 않다고 가정합시다. 그런 다음 상관 행렬의 분포 ...
상관 행렬의 분포 유형은 두 계열의 속성과 두 계열 간의 관계에 따라 다릅니다. 가능한 모든 시리즈에 대해 동일해서는 안됩니다 ... SB의 경우 하나이고 일부 태양 플레어의 경우 다른 것이 있습니다 ...