인용 부호의 종속성 통계(정보 이론, 상관 관계 및 기타 기능 선택 방법) - 페이지 71

 
faa1947 :
왼쪽의 숫자는 무엇을 의미합니까?

비트입니다. 예를 들어 0.05비트입니다.

더 묻고 대화를 계속할 것입니다.

 
alexeymosc :

비트입니다. 예를 들어 0.05비트입니다.

더 묻고 대화를 계속할 것입니다.

어떤 물리량을 측정하고 있습니까? 변화의 한계는 무엇인가? 1까지?

 
IgorM :

우리는 임의의 길이의 알파벳, 화면의 24비트를 가져와서 인코딩합니다.

빨간색은 가격이 낮은 = 1로 업데이트되었음을 의미하고, 파란색은 가격이 높은 = 0으로 업데이트되었음을 의미합니다.

그래서 각 기간에 대해 이전 기간의 추세가 "더 중요하다"는 진술을 확인했으며 부분적으로 사실이지만 아직 명확한 규칙을 보지 못했습니다.


감사합니다.

장로에 대한 젊은이의 종속은 논쟁의 여지가 없는 사실입니다.

http://www.onix-trade.net/forum/index.php?s=2b118a5435ec895351a317ca24d55206&showforum=74

http://forum.fxtde.com/index.php?showtopic=2635&st=1820

http://forum.alpari.ru/showthread.php?p=2984861#post2984861

Vadim의 모델에 대한 토론이 있으며 그는 질문에 대한 답변을 제공합니다. 여기에 모든 정보와 모든 증거와 명확한 규칙이 있습니다.

 
VNG :


감사합니다.

장로에 대한 젊은이의 종속은 논쟁의 여지가 없는 사실입니다.

http://www.onix-trade.net/forum/index.php?s=2b118a5435ec895351a317ca24d55206&showforum=74

http://forum.fxtde.com/index.php?showtopic=2635&st=1820

http://forum.alpari.ru/showthread.php?p=2984861#post2984861

다음은 Vadim의 모델에 대한 토론이며 그는 질문에 대한 답변을 제공합니다. 여기에 모든 정보와 모든 증거와 명확한 규칙이 있습니다.

감사합니다 공부하겠습니다

추신 : 나는 링크가 나타날 것이라고 기대조차하지 않았습니다. 내가 요청한 날 Google에 검색하여 보내십시오 ... )))

 
faa1947 :

계량 경제학은 수학적 통계를 경제학에 적용하는 것입니다.

이것이 내가 듣고 싶었던 것입니다.

의미 있는 대화를 해주셔서 감사합니다. 행운을 빕니다! ;)

 
faa1947 :

어떤 물리량을 측정하고 있습니까? 변화의 한계는 무엇인가? 1까지?

최대값은 2,098비트일 수 있습니다. 이것은 이 특정 데이터 시리즈의 평균 정보입니다. 예를 들어 지연 1의 막대가 0 막대를 완전히 결정하는 경우 상호 정보는 2.098비트와 같습니다.

이 숫자는 무엇입니까? 이것은 정보의 척도입니다) TI에 대한 기사를 읽어야 합니다. 요컨대, 비트는 하나의 특정 값의 자체 정보 공식에 따라 데이터 소스 값의 임의성의 측정값을 반영합니다

I(X) = -log(P(x))*P(x).

예를 하나 더. 우리는 동전을 던지고 두 개의 연속적인 사건 사이의 상호 정보를 고려합니다. 내 기사에서 방송 한 공식에 따르면 상호 정보 I (X; Y) \u003d 0. 그리고 꼬리의 손실이 꼬리 (또는 머리)의 후속 손실을 정확히 나타내면 나는 (X; Y) 1은 "공정한 동전" 데이터 소스의 평균 정보와 같습니다.

 
alexeymosc :

최대값은 2,098비트일 수 있습니다. 이것은 이 특정 데이터 시리즈의 평균 정보입니다. 예를 들어 지연 1의 막대가 0 막대를 완전히 결정하는 경우 상호 정보는 2.098비트와 같습니다.

이 숫자는 무엇입니까? 이것은 정보의 척도입니다) TI에 대한 기사를 읽어야 합니다. 요컨대, 비트는 하나의 특정 값의 자체 정보 공식에 따라 데이터 소스 값의 임의성의 측정값을 반영합니다

I(X) = -log(P(x))*P(x).

예를 하나 더. 우리는 동전을 던지고 두 개의 연속적인 사건 사이의 상호 정보를 고려합니다. 내 기사에서 방송 한 공식에 따르면 상호 정보 I (X; Y) \u003d 0. 그리고 꼬리의 손실이 꼬리 (또는 머리)의 후속 손실을 정확히 나타내면 나는 (X; Y) 1은 "공정한 동전" 데이터 소스의 평균 정보와 같습니다.

통계에서 의미의 개념은 매우 중요합니다. 차트 0.05와 0.01의 값은 의미 면에서 동일한 값이며 어떤 결론의 근거가 될 수 없습니다. 내가 틀릴 수도 있지만.
 
faa1947 :
통계에서 의미의 개념은 매우 중요합니다. 차트 0.05와 0.01의 값은 의미 면에서 동일한 값이며 어떤 결론의 근거가 될 수 없습니다. 내가 틀릴 수도 있지만.

이 경우, 당신은 틀렸습니다.

나는 특히 동일한 분포를 가진 임의의 일련의 데이터에 대한 상호 정보의 통계와 비교했습니다. 그 차이는 상당하며 테스트를 통해 확인되었습니다.

이 비교는 ACF의 신뢰 구간 과 거의 동일합니다.

 
alexeymosc :

이 경우, 당신은 틀렸습니다.

나는 특히 동일한 분포를 가진 임의의 일련의 데이터에 대한 상호 정보의 통계와 비교했습니다. 그 차이는 상당하며 테스트를 통해 확인되었습니다.

이 비교는 ACF의 신뢰 구간과 거의 동일합니다.

아마도.

모든 신뢰 구간 은 다음과 같이 들립니다. 5% 수준에서(예: 귀무 가설이 확인됨(확인되지 않음).

귀무 가설은 어떻게 들립니까? 신뢰 구간은 어디에 있습니까? 등. ACF가 나에게 분명한 것이라면 당신의 일정은 분명하지 않습니다. 최대값이 2.098비트인 경우 0.05/2.098은 논의되지 않습니다. 또한 줄의 시작 부분에 있는 질문은 제거되지 않습니다.

그건 그렇고, AKF는 무엇을 고려 했습니까?

 
faa1947 :

나는 open에 대한 일반적인 증분을 취할 것입니다.

훨씬 더 흥미롭습니다. 통계

ACF

상관관계가 없을 확률. 처음에는 일종의 의존성이 있지만 중요하지는 않습니다.

맞아요. ACF에는 의미가 없습니다.

그리고 상호 정보에서 - 그래야 하기 때문에 거기에 0이고 수백 바의 거리에서도 냄새가 나지 않습니다.