누가 더 멋진지에 대해 논쟁하는 이유는 모든 것이 매우 간단하게 설명됩니다. 원래 신호는 직사각형 창의 정현파 세그먼트이고 ACF도 정현파 세그먼트이지만 이미 삼각형 창에 있습니다. 두 번째 그림을 참조하십시오. 이것은 기본 계산에 의해 확인됩니다. 시간이 무제한인 정현파를 취하면 ACF는 동일한 정현파가 됩니다. 결론 1: matkad의 계산이 정확합니다. 결론 2: 이러한 방식으로 실제 신호의 샘플 ACF (실제 ACF가 아닌 실제 ACF)를 고려한다면 계산이 창에서 수행된다는 사실을 잊어서는 안 됩니다. 따라서 결과 는 항상 비뚤어진.
모든 적절한 존중과 함께 ACF는 판독값 사이의 거리에 대한 QC의 의존성으로 정의되므로 그 차이는 그렇게 근본적이지 않습니다. 그리고 고전적인 공식 자체(위에서 올바르게 언급했듯이 좁은 의미에서 프로세스의 정상성과 에르고딕성을 더한 것)가 이를 확인합니다.
그러나 이것은 이미 아름답고 더 정확합니다. 차이점은 무엇과 비교되는지입니다. QC를 계산할 때 두 개의 서로 다른 데이터 배열이 비교됩니다. 첫 번째 단계에서 ACF를 계산할 때 배열은 자체와 비교됩니다(따라서 0 ACF = 1에서 배열이 완전히 동일함). 두 번째 단계에서 배열은 시간 축을 따라 이동하고 원래 배열과 비교하는 식으로 진행됩니다. 이동에 포인트가 없을 때까지 어레이는 첫 번째 ACF=0의 한계를 넘어섰습니다.
ACF는 샘플 사이의 거리에 대한 QC의 의존성으로 정의되므로 그 차이는 그렇게 근본적이지 않습니다.
ACF는 첫 번째 것에 상대적인 배열 이동(tau)의 함수이며 샘플 사이의 거리(샘플 사이의 거리, 일반적으로 상수)의 함수가 아니라고 말하고 싶습니다.
요점은 다릅니다. 공식을 주고 지표를 만들어 코드 베이스에 게시했습니다. 그러나 그들은 "빗질"할 필요가있는 것처럼 잘못 계산되었다고 말합니다. 더 정확한 계산이 있습니다 .. 견고성, 비 매개 변수의 속성을 소유 ...
그래서 코로 찔러보라고 하는데 어디가 잘못됐어? 빗질해야 할 것은 무엇입니까? 차이점이 뭐야 ? 더 잘 보여, 정확.... 그것은 단지 공식, 당신은 그것을 가지고 MA처럼 계산합니다. 그러나 이러한 결과와 계산을 어떻게 사용합니까 ... 당신이 생각하는 것과 그 이유를 이해해야하기 때문에
내가 바보이고 내 지표가 멍청하고 내가 멍청하고 수학을 몰라 어떻게 하는지 모르겠어 프로그램하려면 항상 0번째 막대에 단위를 표시하고 거래가 불가능합니다 .... 그렇게 대답해야합니까? 나는 문맹에서 울고 싶다 ... 더 이상 분석에 대한 학문적 접근 방식을 찾을 수 없습니다 ... 모두가 버튼을 언제 누르고 어느 것을 누르는 데 관심이 있습니다 ...
0번바의 인디케이터는 항상 1을 보여주고 있는데 거래가 불가능합니다 ....그렇게 대답해야 하는 이유는 무엇인가요? 나는 문맹에서 울고 싶다 ... 더 이상 분석에 대한 학문적 접근 방식을 찾을 수 없습니다 ... 모두가 버튼을 언제 누르고 어느 것을 누르는 데 관심이 있습니다 ...
ACF를 이해하는 사람들은 ACF를 코드 베이스에서 가져오지 않을 것입니다. 왜냐하면 ACF는 (a) 추가 정보를 수반해야 하고, (b) ACF 자체는 특별한 가치가 없기 때문입니다. 코드 베이스. 따라서 코드 기반에 배치함으로써 부리가 열린 시민, 미래의 억만장자를 위해 특별히 의도했습니다.
그리고 학문적 접근을 희생시키면서 - 당신은 헛된 것입니다. 포럼에 그런 사람들이 있고 꽤 많습니다. 그리고 올바른 방법으로 잘못 설정된 작업을 해결하는 첫 번째 종류의 시스템 오류에서 벗어날 수 없습니다. 그리고 당신은 이것을 이해하는 사람들의 비판을 인식하지 못합니다.
1. 이것은 내 공식이 아닙니다. 당신은 그것을 나에게 돌릴 필요가 없습니다. 교과서와 수학 패키지에서 가져왔습니다. 아무것도 발명하지 않았습니다. 위키는 정확히 동일합니다. 공식은 100% 동일합니다. 무엇을 빗질?
2. 내 사진을 가져왔는데, 내가 할 수 있는 한 최선을 다해 hrenfx 를 보여줬습니다 . 차이점은 무엇입니까?
3. 예, 그것이 정확히 밝혀진 방법이며 나와는 관련이 없다는 점에 유의하고 싶습니다. MathCAd의 경우 여기에 MathLab을 추가하면 정확히 동일하게 나타납니다. lcorr(Y,Y)는 Mathcad에 내장된 함수입니다. 제가 프로그래밍하거나 발명하지 않았습니다... (mathcad를 아는 사람은 확인할 수 있습니다.) 이 두 수학 패키지가 모두 잘못 계산한다고 진심으로 생각하십니까? ACF?
4. 스튜디오에 공식. 나는 강력하고 심지어 비모수적 인 것을보고 싶습니다 ...
1. 흠. 예, 여기 포럼을 떠나고 있습니다. 어떻게 ......
State Duma 대리인 Maria Kozhevnikova가 말했듯이 "이것은 젠장!"
Privalov, autocollation은 함수의 DAMNING SIMILARITY를 자체적으로 보여주는 무차원 값입니다. 주기 함수의 자기상관도 주기 함수입니다.
10. 응용 푸리에 분석, Harcourt Brace College 개요 시리즈, Hwei P. Hsu, Harcourt Brace College Publishers, New York(1984). ISBN 0-15-60169-5.
수십 개의 링크를 더 줄 수 있습니다.이상 ?
그리고 당신의 말에 따르면(그리고 Matlab에 따르면) 지점 0의 사인 조각은 지점 200,000의 같은 사인 조각보다 200번 지점의 사인 조각과 수천 배 더 비슷합니다. 맞죠?
Privalov, 이것은 중등 학교의 7-8 학년입니다.
Wikipedia의 공식은 동일하지 않으며, 다른 지연에 대해 비교 가능한 숫자를 얻을 수 있도록 거기에서 정규화(nk)됩니다. 그런 다음 Wiki에서 ONE AVERAGE mu-small, 공식에 많은 mu-small이 있고 모두 색인화되어 있습니다. 그것은 무엇입니까?
2. 당신은 실수를 했습니다.
3. 네, 그들은 바보입니다. 물리학자가 되지 않아 Fortran에서 수학 프로그램을 작성하기로 결정한 미완성 물리학자 무리.
다음은 MathWorks 직원이 감쇠된 ACF, 즉 감쇠가 있는 놀라운 질문에 대한 링크입니다. ACF가 WINDOW에서 생성되므로 테스트된 ACF 기간이 길수록 판독값이 더 적습니다. 남아 있으므로 ACF는 항상 소멸됩니다.
이것은 Privalov, 상관 관계입니다. 여기서는 비모수적 방식으로 고려됩니다. 같은 방법으로 YOURSELF FIRST를 SECOND 함수로 취하면 시프트만 있으면 AUTO-상관을 계산할 수 있습니다. 자동 상관은 상관 관계의 특별한 경우이기 때문에 알려진 모든 상관 계산 방법(그 중 수십 가지가 있음)은 자동 상관에도 적용할 수 있습니다.
젠장, 동료들이여, 이 포럼을 떠나자. 스스로를 위해 일하십시오. 바보짓은 하지 마십시오. 이 교육 프로그램은 저를 당황하게 만들었습니다. 복잡한 것이 있으면 좋겠지만 이것은 기본입니다. 하지만 .... MathWorks가 그렇게 오랜 세월 동안 바보였다면 나머지 사람들에게 무엇을 요구할 수 있습니까?
아마도 몇 년 전에는 아닐 것입니다. 포럼에 더 많은 이점이 있을 것입니다. 더 생각할 것입니다.
죄송합니다. 당신의 거만하고 높은 수학적 추측은 나에게 헛되지 않습니다.
따옴표의 맥락에서 (선형) 피어슨 상관 관계에 대해 아마도 모든 것이 이미 언급되었을 것입니다. 그녀는 쓸모가 없습니다. 더 이상 할 말이 없습니다.
실제 실제적인 관심은 비선형 관계만 가능하며 여기에서 아무도 실제로 이야기하지 않습니다. 그것들은 너무 복잡하고 탐구되지 않기 때문입니다. 이것은 정보 이론, 카이 제곱 및 대다수의 다른 오해입니다.
이 주제는 이전에 제기되었지만 어리석게도 변동성을 클러스터링하는 것으로 축소되었습니다. (G)ARCH에게. 이게 다가 아닙니다. 뭔가 더 있습니다. 반불변이 여기에서 도움이 될 수도 있고 다른 것이 도움이 될 수도 있습니다.
PS 원할 때마다 오세요, Alexey . 헛소리를 많이 하지만 모스크바를 자극합니다.
나는 누군가를 화나게하고 싶지 않았습니다. 일반적으로 도구에 관한 것이 아니라 사용 방법에 관한 것입니다.
예, 기분이 상하지 않았습니다. 사실, 무언가를 파헤치고 코를 찌르는 프로가 있다는 것은 언제나 두렵습니다. 당연히 그렇습니다. :)
누가 더 멋진지에 대해 논쟁하는 이유는 모든 것이 매우 간단하게 설명됩니다. 원래 신호는 직사각형 창의 정현파 세그먼트이고 ACF도 정현파 세그먼트이지만 이미 삼각형 창에 있습니다. 두 번째 그림을 참조하십시오. 이것은 기본 계산에 의해 확인됩니다. 시간이 무제한인 정현파를 취하면 ACF는 동일한 정현파가 됩니다. 결론 1: matkad의 계산이 정확합니다. 결론 2: 이러한 방식으로 실제 신호의 샘플 ACF (실제 ACF가 아닌 실제 ACF)를 고려한다면 계산이 창에서 수행된다는 사실을 잊어서는 안 됩니다. 따라서 결과 는 항상 비뚤어진.
모든 적절한 존중과 함께 ACF는 판독값 사이의 거리에 대한 QC의 의존성으로 정의되므로 그 차이는 그렇게 근본적이지 않습니다. 그리고 고전적인 공식 자체(위에서 올바르게 언급했듯이 좁은 의미에서 프로세스의 정상성과 에르고딕성을 더한 것)가 이를 확인합니다.
그러나 이것은 이미 아름답고 더 정확합니다. 차이점은 무엇과 비교되는지입니다. QC를 계산할 때 두 개의 서로 다른 데이터 배열이 비교됩니다. 첫 번째 단계에서 ACF를 계산할 때 배열은 자체와 비교됩니다(따라서 0 ACF = 1에서 배열이 완전히 동일함). 두 번째 단계에서 배열은 시간 축을 따라 이동하고 원래 배열과 비교하는 식으로 진행됩니다. 이동에 포인트가 없을 때까지 어레이는 첫 번째 ACF=0의 한계를 넘어섰습니다.
ACF는 샘플 사이의 거리에 대한 QC의 의존성으로 정의되므로 그 차이는 그렇게 근본적이지 않습니다.
ACF는 첫 번째 것에 상대적인 배열 이동(tau)의 함수이며 샘플 사이의 거리(샘플 사이의 거리, 일반적으로 상수)의 함수가 아니라고 말하고 싶습니다.
요점은 다릅니다. 공식을 주고 지표를 만들어 코드 베이스에 게시했습니다. 그러나 그들은 "빗질"할 필요가있는 것처럼 잘못 계산되었다고 말합니다. 더 정확한 계산이 있습니다 .. 견고성, 비 매개 변수의 속성을 소유 ...
그래서 코로 찔러보라고 하는데 어디가 잘못됐어? 빗질해야 할 것은 무엇입니까? 차이점이 뭐야 ? 더 잘 보여, 정확.... 그것은 단지 공식, 당신은 그것을 가지고 MA처럼 계산합니다. 그러나 이러한 결과와 계산을 어떻게 사용합니까 ... 당신이 생각하는 것과 그 이유를 이해해야하기 때문에
내가 바보이고 내 지표가 멍청하고 내가 멍청하고 수학을 몰라 어떻게 하는지 모르겠어 프로그램하려면 항상 0번째 막대에 단위를 표시하고 거래가 불가능합니다 .... 그렇게 대답해야합니까? 나는 문맹에서 울고 싶다 ... 더 이상 분석에 대한 학문적 접근 방식을 찾을 수 없습니다 ... 모두가 버튼을 언제 누르고 어느 것을 누르는 데 관심이 있습니다 ...
0번바의 인디케이터는 항상 1을 보여주고 있는데 거래가 불가능합니다 ....그렇게 대답해야 하는 이유는 무엇인가요? 나는 문맹에서 울고 싶다 ... 더 이상 분석에 대한 학문적 접근 방식을 찾을 수 없습니다 ... 모두가 버튼을 언제 누르고 어느 것을 누르는 데 관심이 있습니다 ...
ACF를 이해하는 사람들은 ACF를 코드 베이스에서 가져오지 않을 것입니다. 왜냐하면 ACF는 (a) 추가 정보를 수반해야 하고, (b) ACF 자체는 특별한 가치가 없기 때문입니다. 코드 베이스. 따라서 코드 기반에 배치함으로써 부리가 열린 시민, 미래의 억만장자를 위해 특별히 의도했습니다.
그리고 학문적 접근을 희생시키면서 - 당신은 헛된 것입니다. 포럼에 그런 사람들이 있고 꽤 많습니다. 그리고 올바른 방법으로 잘못 설정된 작업을 해결하는 첫 번째 종류의 시스템 오류에서 벗어날 수 없습니다. 그리고 당신은 이것을 이해하는 사람들의 비판을 인식하지 못합니다.
직설적이라 죄송합니다.
1. 이것은 내 공식이 아닙니다. 당신은 그것을 나에게 돌릴 필요가 없습니다. 교과서와 수학 패키지에서 가져왔습니다. 아무것도 발명하지 않았습니다. 위키는 정확히 동일합니다. 공식은 100% 동일합니다. 무엇을 빗질?
2. 내 사진을 가져왔는데, 내가 할 수 있는 한 최선을 다해 hrenfx 를 보여줬습니다 . 차이점은 무엇입니까?
3. 예, 그것이 정확히 밝혀진 방법이며 나와는 관련이 없다는 점에 유의하고 싶습니다. MathCAd의 경우 여기에 MathLab을 추가하면 정확히 동일하게 나타납니다. lcorr(Y,Y)는 Mathcad에 내장된 함수입니다. 제가 프로그래밍하거나 발명하지 않았습니다... (mathcad를 아는 사람은 확인할 수 있습니다.) 이 두 수학 패키지가 모두 잘못 계산한다고 진심으로 생각하십니까? ACF?
4. 스튜디오에 공식. 나는 강력하고 심지어 비모수적 인 것을보고 싶습니다 ...
1. 흠. 예, 여기 포럼을 떠나고 있습니다. 어떻게 ......
State Duma 대리인 Maria Kozhevnikova가 말했듯이 "이것은 젠장!"
Privalov, autocollation은 함수의 DAMNING SIMILARITY를 자체적으로 보여주는 무차원 값입니다. 주기 함수의 자기상관도 주기 함수입니다.
사인 자기 상관 - COSINUS. 코사인 자기상관 - COSIN.
http://sfprime.net/lls/pcs.htm
사인파의 자기상관은 코사인 파형 [REF10] 입니다.
10. 응용 푸리에 분석, Harcourt Brace College 개요 시리즈, Hwei P. Hsu, Harcourt Brace College Publishers, New York(1984). ISBN 0-15-60169-5.
수십 개의 링크를 더 줄 수 있습니다. 이상 ?
그리고 당신의 말에 따르면(그리고 Matlab에 따르면) 지점 0의 사인 조각은 지점 200,000의 같은 사인 조각보다 200번 지점의 사인 조각과 수천 배 더 비슷합니다. 맞죠?Privalov, 이것은 중등 학교의 7-8 학년입니다.
Wikipedia의 공식은 동일하지 않으며, 다른 지연에 대해 비교 가능한 숫자를 얻을 수 있도록 거기에서 정규화(nk)됩니다. 그런 다음 Wiki에서 ONE AVERAGE mu-small, 공식에 많은 mu-small이 있고 모두 색인화되어 있습니다. 그것은 무엇입니까?
2. 당신은 실수를 했습니다.
3. 네, 그들은 바보입니다. 물리학자가 되지 않아 Fortran에서 수학 프로그램을 작성하기로 결정한 미완성 물리학자 무리.
다음은 MathWorks 직원이 감쇠된 ACF, 즉 감쇠가 있는 놀라운 질문에 대한 링크입니다. ACF가 WINDOW에서 생성되므로 테스트된 ACF 기간이 길수록 판독값이 더 적습니다. 남아 있으므로 ACF는 항상 소멸됩니다.
http://www.mathworks.co.uk/matlabcentral/answers/36882
-------------------------------------------------- ------------------
댓글 2개
귀하의 의견에 감사드립니다.
하지만 마지막 질문이 있습니다. 자기 상관 함수가 기간의 시작과 끝에서 평평해지는 이유는 무엇입니까?
지연이 증가함에 따라 합산에는 필연적으로 더 적은 수의 항이 포함되기 때문입니다. 자신에 대해 하나의 유한 길이 벡터를 이동하는 것에 대해 생각해 보십시오. 이동이 클수록 중첩이 적어지고 합에 포함되는 곱이 줄어듭니다.
-------------------------------------------------- ------------------
Privalov, MATLAB을 위해 기도하지 마세요. 그러면 일부 망상에서 벗어날 수 있습니다. 이 요란한 괴물을 쓴 이름 없는 물리학자들을 왜 내가 맹목적으로 믿어야 합니까?
4. 그리고 게으름 - 어머니 고문? 다음은 Wikipedia의 러시아어 섹션에 대한 링크입니다.
https://ru.wikipedia.org/wiki/%D0%9A%D0%BE%D1%80%D1%80%D0%B5%D0%BB%D1%8F%D1%86%D0%B8%D1 %8F
이것은 Privalov, 상관 관계입니다. 여기서는 비모수적 방식으로 고려됩니다. 같은 방법으로 YOURSELF FIRST를 SECOND 함수로 취하면 시프트만 있으면 AUTO-상관을 계산할 수 있습니다. 자동 상관은 상관 관계의 특별한 경우이기 때문에 알려진 모든 상관 계산 방법(그 중 수십 가지가 있음)은 자동 상관에도 적용할 수 있습니다.
젠장, 동료들이여, 이 포럼을 떠나자. 스스로를 위해 일하십시오. 바보짓은 하지 마십시오. 이 교육 프로그램은 저를 당황하게 만들었습니다. 복잡한 것이 있으면 좋겠지만 이것은 기본입니다. 하지만 .... MathWorks가 그렇게 오랜 세월 동안 바보였다면 나머지 사람들에게 무엇을 요구할 수 있습니까?
당신에게서 이것을 듣는 것이 이상합니다. 순위가 실제로 어떤 식 으로든 절대 값 을 고려하지 않는다고 정말로 믿습니까?
비모수적 방법의 주요 요구 사항은 "노이즈" 및 분포(특히 뚱뚱한 꼬리)에 대한 견고성입니다. 이를 위해 정확도를 약간 희생할 수 있는데, 이는 종종 환상적이고 오해의 소지가 있는 것으로 판명됩니다.
matkad의 문제점은 무엇입니까? 그는 입구에서 주어진 것을 고려합니다. 이 경우 교대조가 있는 1000점의 두 샘플이 제출되었습니다. 당연히 전체 교대조에서는 데이터가 겹치지 않고 비교할 대상이 없습니다.
첫 번째 샘플을 2000포인트까지 계속하면 감쇄가 없을 것입니다.