Sultonov의 회귀 모델(RMS) - 시장의 수학적 모델인 척. - 페이지 10 1...34567891011121314151617...47 새 코멘트 TheXpert 2012.07.10 10:07 #91 Avals : 잔차가 정규 분포를 따르는 경우 예측 모델이 정확합니다. 음, 잔차가 없는 모델이 결정적 구성 요소라는 뜻인가요? СанСаныч Фоменко 2012.07.10 10:07 #92 Demi : 선택한 회귀 모델이 실제 관계를 잘 설명한다면 잔차는 평균이 0인 독립적인 정규 분포 확률 변수여야 하고 그 값은 추세가 없어야 합니다. 정체는 무엇입니까? PS 매머드와 함께였다가 다시 당신과 함께 돌아왔습니다... 그렇지. 그러나 나머지는 정상성인 단위근 검정에 의해 검정됩니다. 또 다른 문제. 그리고 당신이 쓴 것과 정확히 일치하지 않는다면? 그리고 모든 것이 당신이 쓴 대로라면, 당신은 예측을 믿을 수 있습니까? Дмитрий 2012.07.10 10:08 #93 TheXpert : 음, 잔차가 없는 모델이 결정적 구성 요소라는 뜻인가요? 이것은 변수가 무작위가 아니라 결정적임을 의미합니다. Дмитрий 2012.07.10 10:09 #94 faa1947 : 그렇지. 그러나 나머지는 정상성인 단위근 검정에 의해 검정됩니다. 또 다른 문제. 그리고 당신이 쓴 것과 정확히 일치하지 않는다면? 그리고 모든 것이 당신이 쓴 대로라면, 당신은 예측을 믿을 수 있습니까? 입력 변수가 정규 분포를 따르고 정상적이며 모델의 잔차가 정규 분포를 따르고 예측 정확도 R 또는 R2가 만족스러운 경우 가능합니다! 그리고 우리는 필요합니다! Avals 2012.07.10 10:10 #95 TheXpert : 음, 잔차가 없는 모델이 결정적 구성 요소라는 뜻인가요? 잔차가 없는 모델은 계열의 값을 오차 없이 예측하는 모델입니다. 잔차는 오차(예측값과 실제값의 차이)입니다. 따라서 실제로는 결정적 구성 요소(예측 모델) + 노이즈(정규 분포 잔차)로 분해됩니다. anonymous 2012.07.10 10:10 #96 yosuf : 이산 시리즈 예측이 무엇을 의미하는지 이해하지 못합니까? 제시된 데이터를 처리한 결과 이산 계열의 MO = 0.878649833이고 1로 크게 이동했다는 결과를 얻었습니다. 또한 1 및/또는 0의 예측 교대를 결정해야 했습니까? 이산 시리즈로 작업할 때 터무니없는 요구 사항입니다. 어떻게든 이 행의 합을 계산하고 "던지기" 수로 나누면 위의 결과를 얻을 수 있습니다. 그 시리즈는 45개의 0과 45개의 1을 포함합니다. 기대치 = 0.5. Юсуфходжа 2012.07.10 10:11 #97 faa1947 : 18은 해석식이다. 우리는 그것으로부터 함수의 값을 계산하고 그 차이를 인용문과 함께 취합니다. 평활화 오류가 발생합니다. 이 오류부터 시작하겠습니다. 아니면 내가 뭔가를 놓치고 있습니까? 당신은 또한 시도 할 수 있습니다. 다음은 (18)을 구현하는 표시기입니다. 프로그래머가 이 작업을 수행할 수 있을까요? 파일: sultonovu1_2.mq4 22 kb СанСаныч Фоменко 2012.07.10 10:13 #98 Demi : 입력 변수가 정규 분포를 따르고 정상적이며 모델의 잔차가 정규 분포를 따르고 예측 정확도 R 또는 R2가 만족스러운 경우 가능합니다! 그리고 우리는 필요합니다! 시장에 없습니다. Kotir는 non-stationary이고 우리가 사용하는 non-stationarity의 정의는 실제 시리즈에 비해 너무 좁습니다. Юсуфходжа 2012.07.10 10:15 #99 anonymous : 그 시리즈는 45개의 0과 45개의 1을 포함합니다. 기대치 = 0.5. RMS가 MO를 0.8787로 올렸다는 사실을 어떻게 설명합니까? 또한 RMS를 0과 1을 번갈아 가며 입력하면 0.5도 표시됩니다. 이것은 당신이 준 급수에서 이 평형을 1로 이동시키는 상황이 있다는 것을 의미합니다. Дмитрий 2012.07.10 10:16 #100 faa1947 : 시장에 없습니다. Kotir는 non-stationary이고 우리가 사용하는 non-stationarity의 정의는 실제 시리즈에 비해 너무 좁습니다. 그렇다면 회귀 모델은 죽은 찜질방처럼 도움이 될 것입니다. 회귀 분석 을 아는 전문가는 많이 있지만 시장에서 돈을 버는 사람은 극소수에 불과합니다. 1...34567891011121314151617...47 새 코멘트 트레이딩 기회를 놓치고 있어요: 무료 트레이딩 앱 복사용 8,000 이상의 시그널 금융 시장 개척을 위한 경제 뉴스 등록 로그인 공백없는 라틴 문자 비밀번호가 이 이메일로 전송될 것입니다 오류 발생됨 Google으로 로그인 웹사이트 정책 및 이용약관에 동의합니다. 계정이 없으시면, 가입하십시오 MQL5.com 웹사이트에 로그인을 하기 위해 쿠키를 허용하십시오. 브라우저에서 필요한 설정을 활성화하시지 않으면, 로그인할 수 없습니다. 사용자명/비밀번호를 잊으셨습니까? Google으로 로그인
잔차가 정규 분포를 따르는 경우 예측 모델이 정확합니다.
선택한 회귀 모델이 실제 관계를 잘 설명한다면 잔차는 평균이 0인 독립적인 정규 분포 확률 변수여야 하고 그 값은 추세가 없어야 합니다.
정체는 무엇입니까?
PS 매머드와 함께였다가 다시 당신과 함께 돌아왔습니다...
그렇지. 그러나 나머지는 정상성인 단위근 검정에 의해 검정됩니다.
또 다른 문제. 그리고 당신이 쓴 것과 정확히 일치하지 않는다면? 그리고 모든 것이 당신이 쓴 대로라면, 당신은 예측을 믿을 수 있습니까?
음, 잔차가 없는 모델이 결정적 구성 요소라는 뜻인가요?
이것은 변수가 무작위가 아니라 결정적임을 의미합니다.
그렇지. 그러나 나머지는 정상성인 단위근 검정에 의해 검정됩니다.
또 다른 문제. 그리고 당신이 쓴 것과 정확히 일치하지 않는다면? 그리고 모든 것이 당신이 쓴 대로라면, 당신은 예측을 믿을 수 있습니까?
입력 변수가 정규 분포를 따르고 정상적이며 모델의 잔차가 정규 분포를 따르고 예측 정확도 R 또는 R2가 만족스러운 경우 가능합니다! 그리고 우리는 필요합니다!
음, 잔차가 없는 모델이 결정적 구성 요소라는 뜻인가요?
잔차가 없는 모델은 계열의 값을 오차 없이 예측하는 모델입니다. 잔차는 오차(예측값과 실제값의 차이)입니다. 따라서 실제로는 결정적 구성 요소(예측 모델) + 노이즈(정규 분포 잔차)로 분해됩니다.
이산 시리즈 예측이 무엇을 의미하는지 이해하지 못합니까? 제시된 데이터를 처리한 결과 이산 계열의 MO = 0.878649833이고 1로 크게 이동했다는 결과를 얻었습니다. 또한 1 및/또는 0의 예측 교대를 결정해야 했습니까? 이산 시리즈로 작업할 때 터무니없는 요구 사항입니다. 어떻게든 이 행의 합을 계산하고 "던지기" 수로 나누면 위의 결과를 얻을 수 있습니다.
그 시리즈는 45개의 0과 45개의 1을 포함합니다. 기대치 = 0.5.
18은 해석식이다. 우리는 그것으로부터 함수의 값을 계산하고 그 차이를 인용문과 함께 취합니다. 평활화 오류가 발생합니다. 이 오류부터 시작하겠습니다. 아니면 내가 뭔가를 놓치고 있습니까?
입력 변수가 정규 분포를 따르고 정상적이며 모델의 잔차가 정규 분포를 따르고 예측 정확도 R 또는 R2가 만족스러운 경우 가능합니다! 그리고 우리는 필요합니다!
시장에 없습니다. Kotir는 non-stationary이고 우리가 사용하는 non-stationarity의 정의는 실제 시리즈에 비해 너무 좁습니다.
그 시리즈는 45개의 0과 45개의 1을 포함합니다. 기대치 = 0.5.
시장에 없습니다. Kotir는 non-stationary이고 우리가 사용하는 non-stationarity의 정의는 실제 시리즈에 비해 너무 좁습니다.
그렇다면 회귀 모델은 죽은 찜질방처럼 도움이 될 것입니다. 회귀 분석 을 아는 전문가는 많이 있지만 시장에서 돈을 버는 사람은 극소수에 불과합니다.