Нулевая корреляция выборки вовсе не обозначает отсутствие линейной взаимосвязи - страница 2

 
Есть еще нелинейные зависимости. Их коэффициентами корреляции Спирмана или Пирсона (или ковариацией) не выявишь.
 
Prival:

вобщето в книжках про это написано, что если КК=0, это совершенно не означает, что две исследуемые величины не связаны.

В книжках написано, что они линейно не связаны.

Сыылку что привел  Rosh там именно Коэффициент ранговой корреляции Спирмена - Spearman's Rank Correlation. Он именно так и расчитывается. Если хоите увидеть автокореляцию то это немного по другому считается вот так https://www.mql5.com/ru/code/8295

У вас автокорреляция считается вообще неправильно.
 
Вообще если разобраться в принципе ценообразования на форексе, то распределение в принципе не может быть нормальным. С помошью корреляции можно попытаться находить графические закономерности, можно пытаться распозновать фигуры и волны. Но теорию вероятности применять нельзя. Человек вооруженный знаниями теории вероятности настолько же слеп, как и не вооруженный.
 
Причем тут нестационарность? Речь идет об интерпретации корреляции на выборке. И показателе линейной зависимости все на той же выборке.
 

Стало понятно, почему связывают линейную взаимосвязь с корреляцией.

Представим два ВР, как вектора. Дело в том, что по какой-то причине, решили, что линейная взаимосвязь отсутствует, если вектора ортогональны.

Ортогональность векторов - это нулевое скалярное произведение.

Для Евклидова пространства скалярное произведение векторов считается так:

 - да это же почти готовая корреляция.

Значит, если вектора линейно независимы (исходя из определения выше), то их корреляция равна нулю.

Другое дело, что линейная зависимость, определенная, как мера угла между векторами - это совсем плохое определение.

 

Небольшой ликбез.

Корреляцию и зависимость путают часто потому, что в случае гауссовских распределений эти понятия эквивалентны (доказательство см. в любом учебнике по матстатистике), при этом многие считают, что все в мире распределено нормально:))

Еще одно частое заблуждение - смешивать понятия "коэффициент корреляции" (т.е. характеристика стохастической зависимости между с.в.) и "выборочный коэффициент корреляции" (оценка - одна из множества возможных - истинного КК). Вообще-то это вещи совершенно разные, и подменять одно другим в корне неправильно.

В догонку еще два термина, которые часто путают - зависимость функциональная и зависимость стохастическая (она же статистическая, регрессионная и т.д.).


Читая ветку, в сотый раз убеждаюсь, что матстатистику нельзя понять, просто прочитав десяток учебников.

ПО НЕЙ НАДО СДАТЬ ЭКЗАМЕН.

Желательно, на "отлично":)))

 
alsu:

Еще одно частое заблуждение - смешивать понятия "коэффициент корреляции" (т.е. характеристика стохастической зависимости между с.в.) и "выборочный коэффициент корреляции" (оценка - одна из множества возможных - истинного КК). Вообще-то это вещи совершенно разные, и подменять одно другим в корне неправильно.

В названии ветки присутствует слово "выборка". Линейная взаимосвязь тоже обсуждается выборочная, а не как теоретическая характеристика случайных величин.
 
alsu:

Небольшой ликбез.

Корреляцию и зависимость путают часто потому, что в случае гауссовских распределений эти понятия эквивалентны (доказательство см. в любом учебнике по матстатистике), при этом многие считают, что все в мире распределено нормально:))

Еще одно частое заблуждение - смешивать понятия "коэффициент корреляции" (т.е. характеристика стохастической зависимости между с.в.) и "выборочный коэффициент корреляции" (оценка - одна из множества возможных - истинного КК). Вообще-то это вещи совершенно разные, и подменять одно другим в корне неправильно.

В догонку еще два термина, которые часто путают - зависимость функциональная и зависимость стохастическая (она же статистическая, регрессионная и т.д.).


Читая ветку, в сотый раз убеждаюсь, что матстатистику нельзя понять, просто прочитав десяток учебников.

ПО НЕЙ НАДО СДАТЬ ЭКЗАМЕН.

Желательно, на "отлично":)))

А если есть желание "поюзать" наработки?

Неважно, БПФ или еще, что...

Множественых регресий и корреляций.

;)

Звучит!

К физической модели форы - какое отношение?

Ладно б уже на фонде изголялись, там хоть метрика пространства состояний - не тор, а шарик.

;) DDD

 
hrenfx:

Стало понятно, почему связывают линейную взаимосвязь с корреляцией.

Представим два ВР, как вектора. Дело в том, что по какой-то причине, решили, что линейная взаимосвязь отсутствует, если вектора ортогональны.

Ортогональность векторов - это нулевое скалярное произведение.

Для Евклидова пространства скалярное произведение векторов считается так:

- да это же почти готовая корреляция.

Значит, если вектора линейно независимы (исходя из определения выше), то их корреляция равна нулю.

Другое дело, что линейная зависимость, определенная, как мера угла между векторами - это совсем плохое определение.

в институте вам мало заданий дают?

 
hrenfx:

....

У вас автокорреляция считается вообще неправильно.

Во как оказывается, а я дурак 10 раз перепроверял прежде чем код выложить. учебники смотрел. по котрольным выборкам проверял с известными мат. пакетами. В частности в маткаде есть встроенная функция. проверял все совпадает. А оказывается неправильно ... 

может просветите как правильно ? а до вдруг я действительно ошибаюсь.

так на всякий случай https://ru.wikipedia.org/wiki/Автокорреляционная_функция