Dizer uma palavra sobre o vagabundo ocasional... - página 3

 
Avals >>:

как это не связаны? Нормальное распределение стационарно и приращения СБ распределенные по НР - стационарны, а я изначально говорил именно о приращениях.
...

Вы считаете что НР нестационарно? Или нельзя для каждого непрерывного распределения сказать - является оно стационарным или нет? :)

Esta é a definição de estacionaridade, onde há alguma menção à distribuição? A estacionaridade é uma propriedade de um processo, não de uma distribuição. O processo tem algum tipo de distribuição. Um processo com uma distribuição normal pode ou não ser estacionário. Não depende da distribuição. Naturalmente, não se pode dizer nada sobre a estacionaridade de um processo apenas por conhecer sua distribuição.

Avals >>:

Em relação à própria SB (como soma cumulativa de incrementos): Não haverá "rabos pesados" descritos por você no post anterior

.

Porque a própria SB também é normalmente distribuída, mas com uma variação t vezes maior do que para um único incremento (no tempo t desde o início da referência). Sim, a variância da distribuição SB aumenta com o tempo, e esta distribuição é na verdade a soma de variáveis aleatórias independentes distribuídas normalmente (incrementos), o que corresponde à definição de estabilidade em seu link. Caudas pesadas acima de 3 sigmas, por exemplo, mas para SB se você calcular a variância em um ponto específico no tempo (e você pode fazê-lo analiticamente) - tudo será como no normal. Será normal com parâmetros específicos - variância finita e mo

Antes de escrever, eu simulei a situação em Matlab, ou seja, sou responsável por minhas palavras. E aqui você está apenas falando ao acaso. Se você "às vezes" dobra o valor dos incrementos, como o Avatar queria, então a variação dos desvios "grandes" aumenta, e a curtose aumenta. Os incrementos deixam de ser distribuídos normalmente, mesmo que inicialmente fossem assim. Mas a própria SB não terá nenhuma cauda, a SB tem uma distribuição normal e é não-estacionária, independentemente da natureza dos incrementos.

 
timbo писал(а) >>

Aqui está a definição de estacionaridade, onde há uma palavra sobre a distribuição?

Estou dizendo que para cada distribuição você pode descobrir se ela é estacionária ou não, ou se o mesmo processo será estacionário ou não. E escrevi que os incrementos da SB são modelados por distribuições estacionárias. Se a distribuição é, por exemplo, normal, então o processo é estacionário. Um processo que normalmente é distribuído pode ser não-estacionário?

timbo escreveu >>


A estacionariedade é uma propriedade do processo, não da distribuição. O processo tem algum tipo de distribuição. Um processo com uma distribuição normal pode ou não ser estacionário. Não depende da distribuição. E, é claro, conhecendo apenas a distribuição de um processo, é impossível dizer algo sobre sua estacionaridade.


De onde você tirou isso? Dê-me um exemplo de um processo não estacionário cuja distribuição seria normal.

timbo escreveu(a) >>


Antes de escrever, eu simulei a situação em Matlab, o que significa que sou responsável por minhas palavras. E aqui você está apenas falando ao acaso. Se você "às vezes" dobra o valor dos incrementos, como queria o Avatar, então a variação dos desvios "grandes" aumenta, e a curtose aumenta. Os incrementos deixam de ser distribuídos normalmente, mesmo que inicialmente fossem assim. Mas a própria SB não terá nenhuma cauda, a SB tem uma distribuição normal e é não-estacionária, independentemente da natureza dos incrementos.


Eu não entendo bem o que você modelou e como conseguiu as caudas pesadas. Como eu entendi o que o avatar pediu - não deveria haver rabos. Provavelmente mal entendido :( Por favor, me dê pelo menos um histograma da distribuição resultante e como você modelou
SB é não-estacionário, é I(1) - a primeira diferença é estacionária (incremental) como escrevi sobre. É também estacionário e é uma distribuição normal para um ponto fixo no tempo. No momento t0, a distribuição é estacionária e uma, no momento t1 outra. Mas a própria SB como um processo do tempo x=F(t) não é estacionária e normalmente não é distribuída. Isto porque sua variação é infinita em t->infinidade. A primeira diferença (incrementos) é normalmente distribuída. Eu dei um link para a fonte em um post anterior.

 
Avals >>:

Откуда ты это взял? Приведи пример нестационарного процесса, распределение которого будет нормальным.

Já dei este exemplo três vezes - a caminhada aleatória é um processo não estacionário com uma distribuição normal.
A distribuição é a forma da pessoa, e a não-estacionariedade é a altura: uma pessoa gorda pode ser alta ou baixa (esta é a distribuição), e cresce até os 25 anos de idade e depois desce, e sua largura muda, ficando cada vez mais gorda com a idade, ou seja, não é estacionária. Mas o crescimento não está relacionado à forma.
A estacionariedade não é uma propriedade da distribuição, mas uma propriedade do processo.

 
timbo писал(а) >>

Já dei este exemplo três vezes - a caminhada aleatória é um processo não estacionário com uma distribuição normal.
A distribuição é a forma da pessoa, e a não-estacionariedade é a altura: uma pessoa gorda pode ser alta ou baixa (esta é a distribuição), e cresce até os 25 anos de idade e depois desce, e sua largura muda, ficando cada vez mais gorda com a idade, ou seja, não é estacionária. Mas o crescimento não está relacionado à forma.
A estacionariedade não é uma propriedade da distribuição, mas uma propriedade do processo.

Você está errado - SB em função do tempo não é HP, não é estacionário.
Os incrementos e distribuição da SB em um determinado ponto fixo no tempo a partir do ponto de referência são estacionários e normalmente distribuídos. Para eles é possível calcular mo e variância em função do tempo, em oposição à SB
 
Avals >>:

Несовсем понял что ты смоделировал и как получил тяжелые хвосты. Как я понял что просил аватара - никаких хвостов быть не должно. Возможно неправильно понял :( Приведи, пожалуйста хотя бы гистограмму полученного распределения и как моделировал

foi:

(i.e. |y(i)-y(i-1)|>= a força do herói no passo i-th, então sua força gerada (incluindo menos - dúvidas) no passo i+1 deve ser duplicada.

O destaque em vermelho deve ser i-1, caso contrário, sempre haverá igualdade. Ou seja, se o incremento gerado for suficientemente grande, ele também deve ser multiplicado por dois. Isto aumenta a variação exatamente na área de grandes incrementos, o que engrossa os rabos.
e(i) = s(i)-b(i);
se abs(e(i)) > abs(e(i-1))
e(i) = e(i) * 2
fim

 

Os movimentos de preços são completamente imprevisíveis. estamos lidando com psicologia, não com matemática, e nenhuma fórmula vai ajudar.

 
Avals писал(а) >>

você está errado - SB em função do tempo não é HP, não é estacionário.

Você está discutindo com a tabela de multiplicação, não eu. E isso é lamentável.
Aqui está uma caminhada aleatória de 1000 com uma distribuição uniforme de incrementos. Você pode continuar batendo com a cabeça contra o monitor que não é uma distribuição normal. E eu estou ficando cansado disso.

 
Techno писал(а) >>

Os movimentos de preços são completamente imprevisíveis. Estamos lidando com psicologia, não com matemática, e nenhuma fórmula ajudará.

Você está se contradizendo. Se "completamente imprevisível", então não só as fórmulas não ajudarão, mas nada ajudará. E se ainda houver esperança, de alguma forma a psicologia que você sugere pode ser descrita com fórmulas.

 
timbo писал(а) >>

Você está discutindo com a tabela de multiplicação, não eu. E isso é lamentável.
Aqui estão 1.000 caminhadas aleatórias com uma distribuição uniforme de incrementos. Você pode continuar batendo com a cabeça contra o monitor que não é uma distribuição normal. E eu estou ficando cansado disso.


timbo esta é a terceira vez que escrevo a mesma coisa. Sim SB gerado em algum intervalo de tempo, por exemplo, 0-1000 (como em sua foto) F(t1000)- a distribuição é tanto normal quanto estacionária. mo=0, disp=1000*Ajuste_de_disposição. E em qualquer outro intervalo de tempo fixo, a distribuição será estacionária e normal, e a variação será proporcional ao seu comprimento. Mas o processo SB em si, em função do tempo F(t) não é não-estacionário. seu mo também será=0, mas a variância é infinita. Para estacionário e HP, qualquer que seja a t tomada, a variação será a mesma e um número fixo - não muda com o tempo, que é a condição de estacionaridade.

 
Avals >>:


timbo уже 3 раз пишу одно и тоже. Да СБ сгененрированное на каком-то отрезке времени например 0-1000 (как на твоей картинке) F(t1000)- распределение и нормально и стационарно. мо=0, дисп=1000*Дисп_приращения. И в любой другой фиксированный промежуток времени распределение будет стационарным и нормальным, а дисперсия будет пропорциональна его длине. Но сам процесс СБ, как функция от времени F(t) не является не нормальным не стационарным. его мо так же будет=0 но дисперсия бесконечна. Для стационарного и НР, какое t не взять - дисперсия будет одинаковой и фиксированным числом- она не меняется во времени, что и есть условие стационарности.

Em geral qualquer segmento de comprimento variável dará uma distribuição normal. Que tipo de distribuição você acha que a SB tem, é não-estacionária? Afaste-se desses incrementos, olhe o processo de outro ângulo. Se você vir um sino limitado bem definido, isso não significa que o processo que o forma é estacionário.