그건 그렇고, 당신은 그림에 큰 실수가 있습니다. "MO가 0이고 분산이 1이고 상관이 0인 그래프"라고 부르는 것은 그렇지 않습니다. 즉, 데이터를 변환한 후 이미 오류가 발생했습니다. 더 이상 볼 수 없습니다.
당신 쪽에서 하나의 넌센스. 내 자신에서 - 그래프 외에도 초기 데이터도 첨부 했습니다. 쉽게 확인하실 수 있습니다. 그리고 앞서 언급했듯이 CC는 상수를 곱하고(분산을 1로 만들기) 상수를 추가하여(MO를 0으로 만들기) 영향을 받지 않습니다. 제공된 데이터를 기본적으로 확인하고 결과를 여기에 보고하십시오. 그리고 중대한 오류에 대해 근거 없는 진술을 하지 마십시오.
.더 말해, 상관 지표는 본질적으로 잘못되었습니다. 하나의 중요한 문제의 솔루션을 다른 문제의 솔루션으로 간단히 교체했습니다. 그들은 몸서리를 쳤다.
다시, 하나의 볼톨로지. 어디에서나 표시기를 읽고 QC 방법으로 계산하고 비교하십시오. 상관 관계가 0인 위의 예는 표시기 판독값에서 찾을 수 있습니다. 화면에서 Mathcad에서 계산한 상관 관계가 이 샘플에서 실제로 0이라는 사실이 특별히 빨간색으로 밑줄이 그어져 있습니다.
.고마워, 나는 웃었다. 재무 지표의 상관 관계를 식별하는 문제는 일반적으로 다른 평면에 있습니다.
도대체 스탯이란 무엇인가. 분석? 무슨 말인지 아세요? 우리는 샘플에 대해 이야기하고 있으며 QC는 샘플에서 고려됩니다. 샘플 MO, 샘플 분산 및 샘플 QC와 같은 개념에 익숙합니까?
마치 그들이 당신을 위해 쓴 것처럼:
알슈 :
소규모 교육 프로그램입니다.
또 다른 일반적인 오해는 "상관 계수"(즉, r.v. 간의 확률론적 종속성의 특성)와 " 샘플 상관 계수"(추정 - 가능한 많은 것 중 하나 - 실제 QC)의 개념을 혼동하는 것입니다. 사실 이것들은 완전히 다른 것이고, 하나를 다른 것으로 바꾸는 것은 근본적으로 잘못된 것입니다.
추신: 그들은 당신을 위해 모든 것을 씹어 먹었고, 당신에게 그것을 확인할 기회를 주었습니다. 당신은 이론을 회피하기 시작했습니다. 제시된 결과를 확인하고 적절한지 확인하고 싶은 사람.
그건 그렇고, 당신은 그림에 큰 실수가 있습니다. "MO가 0이고 분산이 1이고 상관이 0인 그래프"라고 부르는 것은 그렇지 않습니다. 즉, 데이터를 변환한 후 이미 오류가 발생했습니다. 더 이상 볼 수 없습니다.
당신 쪽에서 하나의 넌센스. 내 자신에서 - 그래프 외에도 초기 데이터도 첨부 했습니다. 쉽게 확인하실 수 있습니다. 그리고 앞서 언급했듯이 CC는 상수를 곱하고(분산을 1로 만들기) 상수를 추가하여(MO를 0으로 만들기) 영향을 받지 않습니다. 제공된 데이터를 기본적으로 확인하고 결과를 여기에 보고하십시오. 그리고 중대한 오류에 대해 근거 없는 진술을 하지 마십시오.
.더 말해, 상관 지표는 본질적으로 잘못되었습니다. 하나의 중요한 문제의 솔루션을 다른 문제의 솔루션으로 간단히 교체했습니다. 그들은 몸서리를 쳤다.
다시, 하나의 볼톨로지. 어디에서나 표시기를 읽고 QC 방법으로 계산하고 비교하십시오. 상관 관계가 0인 위의 예는 표시기 판독값에서 찾을 수 있습니다. 화면에서 Mathcad에서 계산한 상관 관계가 이 샘플에서 실제로 0이라는 사실이 특별히 빨간색으로 밑줄이 그어져 있습니다.
.고마워, 나는 웃었다. 재무 지표의 상관 관계를 식별하는 문제는 일반적으로 다른 평면에 있습니다.
일단 협상을 시작하십시오.
...
더욱이 이 포럼에서 아무도 QC 계산에서 상대적인 증분을 취하지 않았고(토론은 QC로 시작됨) 절대적인 계산을 취했습니다. 물론 근본적으로 잘못된 것입니다.
당신은 이미 1000번을 들었습니다. 왜 모든 사람에게 아무도 없다고 말합니까? 내 컴퓨터에 올라와 동시에 이 포럼 참가자의 모든 개발 내용을 뒤져보았습니까? 무엇에 근거하여 절대적으로 사실이 아닌 당신의 기준은 무엇입니까?
한 남자가 지표를 만들었습니다... 그는 거래 시스템을 만들었고... 이익을 냈습니다... 이 위치에서 그가 옳지 않다고 선언합니까? 근본적으로 사실이 아니고, prinuipe에서 사실이 아닙니다. 그가 여전히 사실이 아닌 것은 무엇입니까? 이웃과 아내를 속였다?
Z.Y. 모든 포럼 참가자를 바보로 생각하고 자신을 최고로 똑똑하다고 생각하지 마십시오.
당신은 이미 1000번을 들었습니다. 왜 모든 사람에게 아무도 없다고 말합니까? 내 컴퓨터에 올라와 동시에 이 포럼 참가자의 모든 개발 내용을 뒤져보았습니까? 무엇에 근거하여 절대적으로 사실이 아닌 당신의 기준은 무엇입니까?
처음에 나는 이 포럼에서 QC 계산을 검색하는 데 열심히 일했고 귀하나 다른 누구도 상대 증분(포럼에 게시된 결과)을 사용하지 않았는지 확인했습니다. 당신이 나쁘게 검색했다면, 나에게 보여주세요.
나뿐만 아니라 두 개 이상의 DVR 샘플을 비교할 때 절대 증분을 사용하는 것이 올바르지 않은 이유에 대해 이미 여러 번 주장했습니다.
당신 쪽에서 하나의 넌센스. 내 자신에서 - 그래프 외에도 초기 데이터도 첨부 했습니다. 쉽게 확인하실 수 있습니다.
미안, 바보야?! 이 사진에 관한 것입니다.
여기에 MO = 0 및 D = 1이 없습니다.
이것은 놀라운 일이지만 내가 이 중대한 실수에 주의를 환기시킨 것은 이번이 세 번째입니다. 이 간단한 것을 논하는 것은 고사하고 전혀 이해하지 못하는 것 같습니다.
여기에 MO = 0 및 D = 1이 없습니다.
이것은 놀라운 일이지만 내가 이 중대한 실수에 주의를 환기시킨 것은 이번이 세 번째입니다. 이 간단한 것을 논하는 것은 고사하고 전혀 이해하지 못하는 것 같습니다.
어떤 근거로 MO와 분산에 대해 그런 결론을 내립니까?! 첫 번째 게시물에 데이터를 가져온 정확한 날짜가 나와 있어 데이터를 복원할 수 있었습니다.
이 경우 첫 번째 게시물에서 썼듯이 QC는 VR 샘플 구성원의 평균 곱과 같습니다.
소스 데이터를 첨부합니다.
로그는 정규 분포와 유사한 분포를 가진 수량의 하한이 0임을 명시적으로 나타내는 데 사용됩니다. Black-Scholes 공식을 유도할 때 가격 분포는 로그 정규, 즉 정규 분포는 가격이 아니라 로그입니다.
ARPSS는 반드시 VR 디트렌딩을 포함합니다. 동시에 덧셈 경향과 승법 경향이 구별됩니다. 물론 후자는 VR 추세를 낮추기 전에 사전 로그입니다.
어떤 근거로 MO와 분산에 대해 그런 결론을 내립니까?!
아주 간단하게, MO와 분산은 무작위 시리즈에 대한 통계적 개념으로 존재하며, 당신의 시리즈는 "비무작위"입니다. 즉, 그들에게 MO와 분산은 개념으로서 존재하지 않습니다.
1. 대략적으로 말하면, 부호 기준을 위반하고 데이터의 약 80%가 양수입니다(이것은 오류입니다 - 잘못된 표준화). 여기 다음 분기에서 사람들은 분위수에 감탄합니다. 이것은 바로 그 오페라에서 나온 것입니다. 글쎄, 난수 급수의 기본 정의에서.
2. "기능적" 종속성이 명확하게 표시됩니다.
3. 그리고 가장 중요한 것은 어떤 도구가 분석되고 있는지 정확히 알아야 할 필요성에 관한 것입니다. 이러한 도구에는 임의의 것이 없습니다. 적어도 당신이 가지고 있는 데이터 표현에서.
4. mat.packages 뒤에 오해를 숨길 필요가 없습니다. 기본을 먼저 처리하십시오. 그리고 기초는 간단하고 통계적 분석(그리고 MO의 계산)은 "무작위" 시리즈에 적용될 수 있습니다.
5. 어리석게도 데이터를 있는 그대로 가져 와서 어떻게 되는지 보여 주면 진실에 더 가까울 것입니다.
도대체 스탯이란 무엇인가. 분석? 무슨 말인지 아세요? 우리는 샘플에 대해 이야기하고 있으며 QC는 샘플에서 고려됩니다. 샘플 MO, 샘플 분산 및 샘플 QC와 같은 개념에 익숙합니까?
마치 그들이 당신을 위해 쓴 것처럼:
소규모 교육 프로그램입니다.
또 다른 일반적인 오해는 "상관 계수"(즉, r.v. 간의 확률론적 종속성의 특성)와 " 샘플 상관 계수"(추정 - 가능한 많은 것 중 하나 - 실제 QC)의 개념을 혼동하는 것입니다. 사실 이것들은 완전히 다른 것이고, 하나를 다른 것으로 바꾸는 것은 근본적으로 잘못된 것입니다.
아주 간단하게, MO와 분산은 무작위 시리즈에 대한 통계적 개념으로 존재하며, 당신의 시리즈는 "비무작위"입니다. 즉, 그들에게 MO와 분산은 개념으로서 존재하지 않습니다.
1. 대략적으로 말하면, 부호 기준을 위반하고 데이터의 약 80%가 양수입니다(이것은 오류입니다 - 잘못된 표준화). 여기 다음 분기에서 사람들은 분위수에 감탄합니다. 이것은 바로 그 오페라에서 나온 것입니다. 글쎄, 난수 급수의 기본 정의에서.
2. "기능적" 종속성이 명확하게 표시됩니다.
3. 그리고 가장 중요한 것은 어떤 도구가 분석되고 있는지 정확히 알아야 할 필요성에 관한 것입니다. 이러한 도구에는 임의의 것이 없습니다. 적어도 당신이 가지고 있는 데이터 표현에서.
4. mat.packages 뒤에 오해를 숨길 필요가 없습니다. 기본을 먼저 처리하십시오. 그리고 기초는 간단하고 통계적 분석(그리고 MO의 계산)은 "무작위" 시리즈에 적용될 수 있습니다.
5. 어리석게도 데이터를 있는 그대로 가져 와서 어떻게 되는지 보여 주면 진실에 더 가까울 것입니다.
힘을 낭비하지 마십시오. Prival은 ACF가 숫자가 아니라 기능이라고 설명하려 했지만 실패했습니다. 여기에서 시작해야 합니다.
5. 어리석게도 데이터를 있는 그대로 가져 와서 어떻게 되는지 보여 주면 진실에 더 가까울 것입니다.
보여주세요: