Alıntılardaki bağımlılık istatistikleri (bilgi teorisi, korelasyon ve diğer özellik seçim yöntemleri) - sayfa 16
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
Ve daha sonraki araştırma sürecini kavramsal olarak düşündüm (ilgilenenler için yazıyorum, formüllerin dilinde küfür edenler için değil). Oynaklığa bağımlılığımız varsa (hem en yakın gecikmelere hem de döngüsel - H1 için 24 saat), o zaman neden modülo alınan getiriler için aynı karşılıklı bilgiyi hesaplamıyorsunuz (bu salt oynaklık olacaktır) ve sonra alınan miktarı çıkarmıyoruz? benzer olandan gelen bilgiler (burada geri dönüşler +- işaretiyle idi). Her şey doğru bir şekilde hesaplanırsa, boşlukta işaretlere bağımlı olacağız. Bu durum zaten gürültü zaman serisi ile karşılaştırılabilir.
Önemsiz bir şey bulunsa bile, formüllerin doğru uygulanması sorunu her zaman ve en önemlisi pratikte nasıl uygulanacağı sorusu kalacaktır. Onlar. tamamen akademik ilgi
Ama Alexey, getirilerin dağılımıyla ilgili hangi hipotezin ki-kare tahminlerine tekabül ettiğini (plakanıza göre) daha açık bir şekilde formüle edebilir misiniz?
Ünlü "kahverengi" mi yoksa daha havalı bir şey mi?
Ama hiçbiri. Ki-kare ile bağımlılığı değerlendirirken, dağılımlar hakkında hiçbir hipotez icat edilmez. Bunun parametrik olmayan bir kriter olduğu ortaya çıktı.
Ama hiçbiri. Ki-kare ile bağımlılığı değerlendirirken, dağılımlar hakkında hiçbir hipotez icat edilmez. Bunun parametrik olmayan bir kriter olduğu ortaya çıktı.
Hiçbiri mi demek istiyorsun?
Değerlendirilen bir bağımlılık yazmak mümkün müdür?
Belki formüllerden sonra sigara içerim. Yoksa eşit bir dağılım mı umuyorsunuz...
;)
Önemsiz bir şey bulunsa bile, formüllerin doğru uygulanması sorunu her zaman ve en önemlisi pratikte nasıl uygulanacağı sorusu kalacaktır. Onlar. tamamen akademik ilgi
Değerlendirilen bir bağımlılık yazmak mümkün müdür?
Belki formüllerden sonra sigara içerim. Yoksa eşit bir dağılım mı umuyorsunuz...
Hayır, doğruyu söylüyorum. Fingo olmayan hipotezler.
Değerlerin bağımsızlığı için ki-kare testini hiç denediniz mi? Bunu birkaç ay önce kendim nasıl yapacağımı bilmiyordum, ama aldım ve yaptım. Deneyin ve siz, karmaşık bir şey yok. Bazı taşra kurumları için matstat ile ilgili bir kılavuz bulun ve okuyun. Yöntem ne kadar basit ve görsel olarak boyanırsa, o kadar hızlı içeceksiniz.
Aslında, birkaç ki-kare kriteri vardır. Ama ben niceliklerin bağımsızlığını değerlendirenden bahsediyorum. Bu kriter, onu önceden verilen dağılımlara göre değerlendirmez. Yalnızca belirli bir önem düzeyinde (genellikle 0,95 veya 0,99) iki niceliğin bağımsız olduğu hipotezini test eder. Anlamlılık düzeyi 1'e ne kadar yakınsa, sonuç o kadar güvenilirdir.
Kriterin ideolojik temeli, iki niceliğin ortak olasılığı için olağan formüldür. Parmaklarda: herhangi bir kabul edilebilir x1,y1 için P(X=x1 && Y=y1) = P(X=x1)*P(Y=y1) ise, X ve Y bağımsızdır. Ve tam tersi. Ki-kare, kabaca konuşursak, olası tüm durumlarda bu eşitlikten sapmaların ağırlıklı toplamını dikkate alır ve belirli bir sınır değeri ile karşılaştırır. Ortaya çıkan miktar bu sınırdan büyükse, niceliklerin bağımsızlığı (Sıfır) hipotezi kabul edilmez. Daha az ise, Sıfır reddedilmez.
Hayır, doğruyu söylüyorum. Fingo olmayan hipotezler.
Değerlerin bağımsızlığı için ki-kare testini hiç denediniz mi? Bunu birkaç ay önce kendim nasıl yapacağımı bilmiyordum, ama aldım ve yaptım. Deneyin ve siz, karmaşık bir şey yok. Bazı taşra kurumları için matstat ile ilgili bir kılavuz bulun ve okuyun. Yöntem ne kadar basit ve görsel olarak boyanırsa, o kadar hızlı içeceksiniz.
Aslında, birkaç ki-kare kriteri vardır. Ama ben niceliklerin bağımsızlığını değerlendirenden bahsediyorum. Bu kriter, onu önceden verilen dağılımlara göre değerlendirmez. Yalnızca belirli bir önem düzeyinde (genellikle 0,95 veya 0,99) iki niceliğin bağımsız olduğu hipotezini test eder. Anlamlılık düzeyi 1'e ne kadar yakınsa, sonuç o kadar güvenilirdir.
Kriterin ideolojik temeli, iki niceliğin ortak olasılığı için olağan formüldür. Parmaklarda: herhangi bir kabul edilebilir x1,y1 için P(X=x1 && Y=y1) = P(X=x1)*P(Y=y1) ise, X ve Y bağımsızdır. Ve tam tersi. Ki-kare, kabaca konuşursak, olası tüm durumlarda bu eşitlikten sapmaların ağırlıklı toplamını dikkate alır ve belirli bir sınır değeri ile karşılaştırır. Ortaya çıkan miktar bu sınırdan büyükse, niceliklerin bağımlılığı hipotezi kabul edilir. Daha az ise, bağımsızlık hipotezi reddedilmez.
Beni güldürme...
Size dağılım hipotezi soruldu ve bu yöntemi yalnızca dün öğrendiğinizi söylediniz.
Israrla bilmek istiyorum - sıfır hipotezi nedir? Ne bağımsızlar?
Sıfır - "dönüşler bağımsızdır". Komik bir şey yok, satranç!
Dağılımlarla ilgili herhangi bir hipotezi test etmedim! Bu da başka bir ki-kare. Ve sadece bağımlılığı kontrol ettim!
Dağıtımı kontrol etmek istiyorsanız, - lütfen. İyi bir doğrulukla, Laplacian'dır.
Sıfır - "dönüşler bağımsızdır". Komik bir şey yok, satranç!
Dağılımlarla ilgili herhangi bir hipotezi test etmedim! Bu da başka bir ki-kare. Ve sadece bağımlılığı kontrol ettim!
Dağıtımı kontrol etmek istiyorsanız, - lütfen. İyi bir doğrulukla, Laplacian'dır.
TAMAM!
bom izle.
---
Bağımsızlık hipotezi, tek tip veya normal dağılım hipotezine eşdeğer mi?
Bulmak istiyorum.
Sonra "Laplace" ile - her şey açık.
Ve daha sonraki araştırma sürecini kavramsal olarak düşündüm (ilgilenenler için yazıyorum, formüllerin dilinde küfür edenler için değil). Oynaklığa bağımlılığımız varsa (hem en yakın gecikmelere hem de döngüsel - H1 için 24 saat), o zaman neden modülo alınan getiriler için aynı karşılıklı bilgiyi hesaplamıyorsunuz (bu salt oynaklık olacaktır) ve sonra alınan miktarı çıkarmıyoruz? benzer olandan gelen bilgiler (burada geri dönüşler +- işaretiyle idi). Her şey doğru bir şekilde hesaplanırsa, boşlukta işaretlere bağımlı olacağız. Bu durum zaten gürültü zaman serisi ile karşılaştırılabilir.
Şimdiki anı kendi yolumda formüle edebilir miyim?
Bu nedenle, seçilen yaklaşım bağımlılıkların varlığını gösterir. En açık, makul ve çıplak gözle görülen bağımlılık, oynaklığın günlük periyodikliğidir.
Bu nedenle, bana öyle geliyor ki, araştırmanın bir sonraki mantıklı adımı, bu açık ve çok güçlü bağımlılığı verilerden çıkarmaya çalışmak ve (sizin) yöntemimizin başka bağımlılıkların varlığını gösterip göstermeyeceğini görmek.
Bir eleme yöntemi olarak, artışları günlük oynaklık profiline göre normalleştirmeyi öneriyorum.