모든 패턴이 대규모 플레이어에게 관심이 있는 것은 아닙니다. 그 중 일부는 자본 집약도 측면에서 확장성이 좋지 않을 수 있고 따라서 단순히 수익성이 없을 수 있기 때문입니다. 반면에, 그러한 "날씬한" 패턴은 우리와 같은 작은 사람들에게 흥미로울 수 있습니다.
아아, 모두. 이제 모든 것이 깨끗하게 청소되고 수동 스캘핑은 죽었습니다. 더 빠른 사람이 다른 모든 사람을 먹습니다. 하지만 그렇다고 해서 같은 방식으로(유사하게) 행동하고 최고와 경쟁하는 것이 불가능하다는 것은 전혀 아닙니다. 그러나 연구에 대한 다른 접근 방식이 필요하며 여기에서 많은 사람들이 귀찮게 하는 것이 아니라 기적을 희망하거나 테스터에 적합하기 위해 Eurobucks를 100,500개의 다른 분류기로 밀어 넣는 것은 일반적으로 횡설수설입니다.
환자가 진정되면 더 이상 도움을 받을 수 없다는 것을 다시 한 번 확신하게 되었습니다.
완화 - 어때요?
그들은 이해의 좁은 틀에 맞지 않는 모든 것을 알아차리지 않는 것을 선호합니다.
그러한 진술은 좋은 점수 통계가 될 것입니다.
여기 누군가 수학적 기대치가 산술 평균이 아니라는 것을 이해합니까?)
위에 친구에게 물어보세요. 그는 모든 것을 알고 있습니다!
여기 누군가 수학적 기대치가 산술 평균이 아니라는 것을 이해합니까?)
MO는 0입니다. 구축된 모델은 무엇을 목표로 해야 합니다.
그러나 그것은 노력해야 할 뿐만 아니라 초기 데이터를 적절하게 설명해야 합니다.
따라서 샘플링 창의 크기에 대한 자동 장치 포스트는 동지가 말하고 싶은 것을 잘 이해하지 못했습니다.
예를 들어
파란색 원래 행입니다.
회색 내장 모델입니다.
모델의 특정 창을 설정했지만 모델이 소스 데이터를 정확하게 설명하지 않음
다른 창을 설정하고 모델은 MO 손실 없이 초기 데이터를 적절하게 설명하기 시작했습니다.
기계가 창의 크기에 대해 말하고 싶었던 것은 분명하지 않습니다.
여기 누군가 수학적 기대치가 산술 평균이 아니라는 것을 이해합니까?)
맞아요. Oleg의 matkad는 표본 평균을 계산했습니다. 샘플에 대해 다른 것은 셀 수 없기 때문입니다. 그는 (Oleg가 아니라 matkad) 어리 석고 이것이 MO = 0인 사인이라는 것을 모릅니다. 그리고 표본에 대한 최상의 MO는 0입니다.
모든 패턴이 대규모 플레이어에게 관심이 있는 것은 아닙니다. 그 중 일부는 자본 집약도 측면에서 확장성이 좋지 않을 수 있고 따라서 단순히 수익성이 없을 수 있기 때문입니다. 반면에, 그러한 "날씬한" 패턴은 우리와 같은 작은 사람들에게 흥미로울 수 있습니다.
아아, 모두. 이제 모든 것이 깨끗하게 청소되고 수동 스캘핑은 죽었습니다. 더 빠른 사람이 다른 모든 사람을 먹습니다. 하지만 그렇다고 해서 같은 방식으로(유사하게) 행동하고 최고와 경쟁하는 것이 불가능하다는 것은 전혀 아닙니다. 그러나 연구에 대한 다른 접근 방식이 필요하며 여기에서 많은 사람들이 귀찮게 하는 것이 아니라 기적을 희망하거나 테스터에 적합하기 위해 Eurobucks를 100,500개의 다른 분류기로 밀어 넣는 것은 일반적으로 횡설수설입니다.
데이터 여러분, 데이터...
맞아요. Oleg의 matkad는 표본 평균을 계산했습니다. 샘플에 대해 다른 것은 셀 수 없기 때문입니다. 그는 (Oleg가 아니라 matkad) 어리 석고 이것이 MO = 0인 사인이라는 것을 모릅니다. 그리고 표본에 대한 최상의 MO는 0입니다.
표본 평균은 MO 추정일 수 있지만 a) MO가 존재하고 b) 표본이 독립적이고 c) 표본이 균등하게 분포된 경우에만 가능합니다. 정현파의 경우 샘플의 요소 사이에 단단한 연결이 있기 때문에 점 (b)는 정확히 위반됩니다.
일반적으로 "세그먼트에 대한 함수의 평균값"이라고 하는 것을 "기대"라고 부르지 마십시오.
맞아요. Oleg의 matkad는 표본 평균을 계산했습니다. 샘플에 대해 다른 것은 셀 수 없기 때문입니다. 그는 (Oleg가 아니라 matkad) 어리 석고 이것이 MO = 0인 사인이라는 것을 모릅니다. 그리고 표본에 대한 최상의 MO는 0입니다.
이해력이 완전 부족...