Teorema de Bernoulli, Moab-Laplace; critério Kolmogorov; esquema de Bernoulli; fórmula Bayes; desigualdades Chebyshev; lei de distribuição Poisson; teoremas Fisher, Pearson, Student, Smirnov etc., modelos, linguagem simples, sem fórmulas. - página 5
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Vamos em frente. O teorema local de Moab-Laplace. Foto do mesmo lugar:
A figura mostra como, à medida que o número de tentativas aumenta, a distribuição da freqüência binomial tende a normalizar, ou seja, a curva se torna cada vez mais parecida com uma curva gaussiana (sino). E há até mesmo uma estimativa qualitativa do erro de aproximação. Assim, se nós, por exemplo, quisermos calcular, qual é a probabilidade de que com n=200 rolos do dado m0=20 a m1=30 fives cairá (lembro que a probabilidade de cair de fives é 1/6), então não precisaremos somar 11 números com fatoriais, e será suficiente calcular a área correspondente sob a curva, equação que já conhecemos. As fórmulas lá são incômodas, não vou dar aqui.
Na verdade, em nossa era de computadores pessoais, este teorema não é muito real para a computação prática, mas há 200 anos era bastante relevante. Além disso, desempenha um papel importante na pesquisa teórica, pois a distribuição normal tem sido estudada para cima e para baixo, e é fácil de trabalhar.
Além disso, falaremos sobre isso, sobre a distribuição normal, embora não seja declarada pelo iniciador do tópico.
Claro que não estou puxando, pelo menos gostaria de fazer um pouco de sopa... Mas ainda não é como se alguém fosse me ajudar. O que é um cozinheiro cinco estrelas se só existe um?
Na horizontal (abscissa) está o número de sucessos na série de testes em geral. Na vertical (ordenada) está a freqüência relativa, ou seja, a proporção de sucessos no número total de tentativas.
Esqueci de acrescentar: a distribuição binomial torna-se semelhante à distribuição normal não apenas quando n*p >= 5, mas também sob condição adicional: p não deve ser muito próxima de 1. Bem, digamos, na p~0,5, n~10 já é bastante semelhante.
Comece por você mesmo e ao mesmo tempo tente explicar aos homebreus humanitários porque eles precisam das distribuições Pearson. Eu nem sabia que eles existiam antes de você se dirigir a mim...
E explicar porque eles precisam expressar Poisson e normal (ambos são distribuições bastante práticas) através do cavalo esférico "distribuição Pearson".
Mas vou pensar sobre a distribuição Gama.
Não é tão simples assim. Mas o critério Kolmogorov deve definitivamente estar em algum lugar perto do fim. As desigualdades chebyshev são necessárias apenas para estimativas bastante aproximadas.
Deixemos tudo como está, e escolheremos o que podemos explicar com base no que aprendemos.
Eu procurei e encontrei isto. Vejo que o qui-quadrado e a gama são casos especiais de distribuições Pearson.
Não vejo nenhuma razão para falar aqui sobre as distribuições Pearson, pois não consigo explicar aos leitores do ramo a utilidade prática de um cavalo tão profundo no vácuo.
Definitivamente falarei aqui sobre o chi-squared.
Sim, talvez também possamos falar sobre a gama:
A soma de n variáveis aleatórias independentes distribuídas exponencialmente com parâmetro b obedece a uma distribuição Erlang com parâmetros b, n.
Eu procurei e encontrei isto. Vejo que o qui-quadrado e a gama são casos especiais de distribuições Pearson.
Não vejo nenhuma razão para falar aqui sobre as distribuições Pearson, porque não consigo explicar a utilidade prática de um cavalo tão profundo e esférico de vácuo para os leitores do ramo.
Definitivamente falarei aqui sobre o chi-squared.
Sim, talvez também possamos falar sobre a gama:
A soma de n variáveis aleatórias independentes distribuídas exponencialmente com parâmetro b obedece a uma distribuição Erlang com parâmetros b, n.
Agora você pode ver no artigo https://www.mql5.com/ru/articles/250 como e porque esta distribuição Erlang de dois parâmetros foi introduzida e outra distribuição de dois parâmetros que eu introduzi apareceu no corpo da fórmula (18).
Yusuf, com quem você estava falando agora mesmo?
Agora você pode ver no artigo https://www.mql5.com/ru/articles/250 como e porque esta distribuição de dois parâmetros Erlang e outra distribuição de dois parâmetros, que eu introduzi, foram introduzidas no corpo da fórmula (18). https://www.mql5.com/ru/articles/250
Vou dar outra olhada. Ainda não entendo como você conseguiu essas distribuições de probabilidade, quando o artigo não menciona um terver...
Você disse. Há vários métodos para gerar uma distribuição normal - aqui, por exemplo. Mas eles também dependem de uma distribuição uniforme como base.
Você pode, é claro, também "diretamente". Primeiro vamos gerar uma distribuição normal e depois aplicar aos resultados a função inversa da função integral da distribuição normal. Mas o problema é o mesmo: é necessário primeiro gerar um uniforme.
Os bons geradores de uniformes estão descritos na literatura. E o último de 64 bits para Windows também não é ruim, muito melhor do que o padrão em forma de C.
Mas o padrão também não é tão ruim assim. De qualquer forma, os efeitos de sua "não-naturalidade" não são tão fáceis de detectar.
Normal natural - para que você precisa disso, S?
Isto mostra que as soluções para as equações de equilíbrio material e a lei terver coincidem e são mutuamente complementares na interpretação dos resultados da análise dos fenômenos.
Yusuf, sinto muito, mas eu pessoalmente estou sempre "estressado" pela ciência. O que a distribuição de Erlang tem a ver com isso?
Vamos tentar mais uma "percepção" - responda, já que você é tão abrasivo em termos, por que existem distribuições diferentes? Quem registra uma NOVA distribuição descoberta por outra pessoa? Posso fazer todas estas distribuições ... um monte deles, mas ninguém os aceitará como algo novo. Então, o que é uma distribuição nova, até então desconhecida?
Vamos ouvir primeiro a apresentação de Alexei, já que ele foi o primeiro a fazer isso.
Yusuf e todos os outros, por favor, não tomem isso como uma diminuição de seus conhecimentos sobre o assunto.
Desta forma, a seqüência começa a ficar desordenada com terminologia adicional e a ficar à frente de nós mesmos.