Regresyon Denklemi - sayfa 6
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Matematiksel paketlerde gerçekten hiçbir yazılım uygulaması yok mu?
Bir sonraki soru "ekran görüntüleri nerede" :-) olacaktır.
Wikipedia'ya bir göz atın, Quantil regresyon , stat paketlerine bağlantılar var.
veya yukarıdaki bağlantı. Ancak Rusça'da neredeyse hiçbir şey bulunamadı.
Programa yavaş yavaş başlamaya karar verdim, soruyla tekrar ediyorum -
Doğrusal programlamanın uygulamasını nerede bulacağını kim bilebilir, en kötü ihtimalle bir simpleks, ama şu mu yoksa şu mu daha iyi ??? Belki üniversitedeki arkadaşları/tanıdıklan şımartmıştır :) Eh, sadece UZHOS seçilemeyecek kadar tembel :)
Daha spesifik olarak, özellikle çok değişkenli regresyonla ilgileniyorum. Doğrusal olmayan regresyonu çözmek için seçeneklere bakmak da ilginçtir. MQL'de çok değişkenli regresyonu çözmek için algoritmalar bulamadım. Bağlantıları bırakırsanız, göstergelerin adı (tabii ki çok tembel değilseniz) - iyi olacak!
Eğitim eksikliğimden dolayı üç saat önce regresyon, OLS ve normal dağılımın ne olduğunu henüz bilmiyordum...
MQL'de çok değişkenli doğrusal regresyon uygulamasını burada görebilirsiniz . Doğru, orada bisiklet sadece çok değişkenli doğrusal regresyondan daha mükemmel olarak görülüyor (hangisini bulmak için, hem de doğrusal olmayan regresyon için, sadece bir diferansiyel denklemler sistemini çözmeniz gerekiyor (amaç fonksiyonunun kısmi türevleri sıfıra eşittir). )).
En küçük kareleri doğru anladıysam, bu basitçe varyans olan amaç fonksiyonunun minimizasyonudur. Amaç işlevi, elbette ve başka bir şekilde tanımlanabilir. Örneğin, sapmaların karelerinin toplamı değil, mutlak değerlerin toplamı. Çeşitli amaç fonksiyonlarının etkinliğinin analizi ile henüz tanışmadım.
Doğrusal programlamanın uygulamasını nerede bulacağını kim bilebilir, en kötü ihtimalle bir simpleks, ama şu mu yoksa şu mu daha iyi ??? Belki üniversitedeki arkadaşları/tanıdıklan şımartmıştır :) Eh, sadece UZHOS seçilemeyecek kadar tembel :)
....
Doğrusal programlamanın uygulamasını nerede bulacağını kim bilebilir, en kötü ihtimalle bir simpleks, ama şu mu yoksa şu mu daha iyi ??? Belki birinin arkadaşları / üniversitelerdeki tanıdıkları şımartmıştır :) Eh, sadece UZHOS seçmek için çok tembel :)
Aşağıda, MQL'de hemen uygulanabilmeleri için sadeliği, netliği ve netliği ile ayırt edilen sayısal koşulsuz minimizasyon yöntemlerinin uygulanmasına ilişkin örneklere bağlantılar verilmiştir:
Matkad tamam. Ancak, doğrusal bir problemle sınırlı olduğu için, görünüşe göre bu bir simplekstir. Numaralandırmanın karmaşıklığıyla ilgili sorunları öngörüyorum.
İnişle ilgili olarak - pürüzsüz olmayan işlevler için çalışacak mı?
Matkad tamam. Ancak lineer bir problemle sınırlı olduğu için, görünüşe göre bu bir simplekstir. Numaralandırmanın karmaşıklığıyla ilgili sorunları öngörüyorum.
İnişle ilgili olarak - pürüzsüz olmayan işlevler için çalışacak mı?
Ben bir uygulayıcıyım, teorisyen değil. Genel olarak sorunları çözemiyorum. Sorunun koşulları?
Amaç fonksiyonunun net bir resmileştirmesine ulaşacaksınız, o zaman bir çözüm bulmak için uygun bir çalışma yöntemi aramak daha kolay olacaktır.
Ben bir uygulayıcıyım, teorisyen değil. Genel olarak sorunları çözemiyorum. Sorunun koşulları?
Amaç fonksiyonunun net bir resmileştirmesine ulaşacaksınız, o zaman bir çözüm bulmak için uygun bir çalışma yöntemi aramak daha kolay olacaktır.
bu yüzden her şey zaten resmileştirildi, bağlantıyı okuyun, Rusça olanı (3. sayfadaki ilk). Kuantil regresyon problemi bir lineer programlama problemine indirgenir: lineer kısıtlamalar altında lineer bir fonksiyonun minimumunu bulmak .
Burada gradyan inişinin simpleks yönteminden daha kötü çalışacağını düşündüm, çünkü derece-t - daha genel. Diğer şeyler eşit olduğunda, yineleme sayısı kesinlikle daha az değildir.
Prensip olarak, makale yineleme sayısının nasıl azaltılacağına dair bir ipucu verir. Bu yüzden muhtemelen şimdilik "optimize edilmiş" bir simpleks yazacağım. Bir hesaplama sınırına girersem, daha fazla düşüneceğim :))))))