전반적으로 귀하의 질문(질문?)이 너무 일반적이고 추상적으로 제기되었습니다. 내가 확실하게 말할 수 있는 것은 대수 좌표의 편차를 최소화하여 근사를 수행하면 이것이 최소 상대 오차가 된다는 것입니다. 이것은 다항식, 삼각 함수, 스플라인, 유리 분수, 버스트(웨이블릿) 등 모든 근사에 적용됩니다. 일반적인 확률 분포 에 의한 근사에 대해서는 들어본 적이 없습니다.
Совершенствование языка MQL5 в плане его быстродействия и постоянный рост производительности персональных компьютеров привели к тому, что пользователи платформы MetaTrader 5 все чаще для анализа рынка стали использовать достаточно сложные, развитые математические методы. Эти методы могут принадлежать различным областям экономики, эконометрики...
나는 Bas의 조언으로 Bas를 지지합니다. 옵션을 선택해야 합니다. Black-Scholes 모델은 분명히 데이터에서 작동해야 합니다.
질문이 무엇에 관한 것인지, 내 조언이 무엇에 관한 것인지조차 이해하지 못했습니다. 왜 그렇게 명확하게 당신의 무지를 증명합니까?)
모든 벨 함수는 정규 분포 밀도입니까? 예를 들어 그림에서 베타 분포의 밀도를 보는 것을 방해하는 것은 무엇입니까?
그건 그렇고, Alexey와 Vladimir, 나에게 말해봐. 정규 분포를 사용하여 일부 데이터를 근사화하려고 한다고 가정합니다.
분포의 꼬리와 중간은 근사값에서 동일한 가중치를 가져야 합니다.
그러면 대수 좌표로 근사하는 것이 더 낫습니까?
선형 좌표의 경우 꼬리의 절대 오차는 중간보다 10배 더 작으므로 근사에 약하게 관련됩니다.
글쎄, 또는 두 번째 옵션 - 오류로 차이의 제곱이 아니라 몫을 취합니까? 그러나 나는 그러한 공식을 도출할 수 없습니다.
당신은 질문이 무엇에 관한 것인지, 내 조언이 무엇에 관한 것인지조차 이해하지 못했습니다. 왜 당신의 무지를 명확하게 보여 줍니까?)
그건 그렇고, Alexey와 Vladimir, 나에게 말해봐. 정규 분포를 사용하여 일부 데이터를 근사화하려고 한다고 가정합니다.
분포의 꼬리와 중간은 근사값에서 동일한 가중치를 가져야 합니다.
그러면 대수 좌표로 근사하는 것이 더 낫습니까?
선형 좌표의 경우 꼬리의 절대 오차는 중간보다 10배 더 작으므로 근사에 약하게 관련됩니다.
글쎄, 또는 두 번째 옵션 - 오류로 차이의 제곱이 아니라 몫을 취합니까? 그러나 나는 그러한 공식을 도출할 수 없습니다.
우선, 샘플이 적어도 "눈으로" 정상인지 확인하는 것이 좋습니다.
그런 다음 Kobzar의 "응용 통계"를 찾아 두 번째 장을 참조해야 합니다.
...
그러면 대수 좌표로 근사하는 것이 더 낫습니까?
...전반적으로 귀하의 질문(질문?)이 너무 일반적이고 추상적으로 제기되었습니다. 내가 확실하게 말할 수 있는 것은 대수 좌표의 편차를 최소화하여 근사를 수행하면 이것이 최소 상대 오차가 된다는 것입니다. 이것은 다항식, 삼각 함수, 스플라인, 유리 분수, 버스트(웨이블릿) 등 모든 근사에 적용됩니다. 일반적인 확률 분포 에 의한 근사에 대해서는 들어본 적이 없습니다.
우선, 샘플이 적어도 "눈으로" 정상인지 확인하는 것이 좋습니다.
"눈으로"는 표본 및 정규 분포에 대한 분위수-분위수 (또는 확률-확률 ) 플롯을 그려야 하고 직선과 잘 맞는지 확인해야 함을 의미합니다.
그건 그렇고, Alexei와 Vladimir, 나에게 말해. 정규 분포를 사용하여 일부 데이터를 근사화하려고 한다고 가정합니다.
..
예를 들어 다음은 https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 에 모든 사람들이 관심을 갖고 있는 데이터입니다. 그냥 "일부".
정규 분포 또는 기타 분포로 근사해야 하는 이유는 무엇입니까? 전시자는 전파 연쇄 반응의 역학 방정식에 따라 처음에는 여전히 흥미로웠습니다.
정규 분포 또는 기타 분포로 근사해야 하는 이유는 무엇입니까? 전시자는 전파 연쇄 반응의 역학 방정식에 따라 처음에는 여전히 흥미로웠습니다.
이것은 시계열 이 아니라 정상에 가까운 히스토그램입니다.
https://www.mql5.com/ru/articles/396
파이썬 - https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.gaussian_kde.html
https://www.mql5.com/ru/articles/396
그래서 이것은 평활화입니다.