Bernoulli Teoremi, Moivre-Laplace; Kolmogorov'un kriteri; Bernoulli şeması; Bayes formülü; Chebyshev eşitsizlikleri; Poisson dağıtım yasası; Fisher, Pearson, Student, Smirnov ve diğer teoremler, modeller, sade bir dilde, formüller olmadan. - sayfa 5
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
Daha ileri gidelim. Yerel Moivre-Laplace teoremi . Oradan resim:
Resim, deneme sayısındaki artışla binom frekans dağılımının nasıl normale meyledeceğini, yani. eğri giderek bir Gauss eğrisi (çan) gibi olur. Hatta yaklaşıklık hatasının niteliksel bir tahmini bile var. Bu nedenle, örneğin, hesaplamak istersek, m0=20 ila m1=30 beşlinin n=200 zar atma olasılığı nedir (unutmayın, beş gelme olasılığı 1/6'dır). , o zaman 11 sayıyı faktöriyellerle toplamamız gerekmez, ancak denklemini zaten bildiğimiz eğrinin altındaki karşılık gelen alanı hesaplamak yeterli olacaktır. Oradaki formüller hantal, burada vermeyeceğim.
Aslında, kişisel bilgisayarlar çağımızda, bu pratik hesaplamalar için çok uygun bir teorem değil, ancak 200 yıl önce oldukça alakalıydı. Ayrıca teorik araştırmalarda önemli bir rol oynar. normal dağılım baştan sona incelenmiştir ve onunla çalışmak uygundur.
Ayrıca, konu başlatıcı tarafından bildirilmemesine rağmen, normal dağılım hakkında konuşacağız.
Tabii ki çekmiyorum, en azından güveç yapmak istiyorum ... Ama henüz kimse bana yardım etmeyecek gibi görünüyor. Yalnızsa, beş yıldızlı bir otelde nasıl bir şef olur?
Yatayda (apsis) - toplam test serisindeki başarıların sayısı. Dikey (ordinat) - göreceli frekans, yani. başarıların toplam deneme sayısı içindeki oranı.
Eklemeyi unuttum: binom dağılımı sadece n*p >= 5 için değil, aynı zamanda ek koşul altında da normal dağılıma benzer hale gelir: p 1'e çok yakın olmamalıdır. Peki, diyelim ki, p~0.5'te, n ~10 zaten oldukça benzer.
Kendiniz başlayın ve aynı zamanda hizmetçiye beşeri bilimlere neden Pearson dağıtımlarına ihtiyaç duyduklarını açıklamaya çalışın. Sen sormadan önce var olduklarını bile bilmiyordum...
Ve Poisson ve normal (her ikisi de oldukça pratik dağılımları) neden küresel bir at "Pearson dağılımı" cinsinden ifade ettiklerini açıklayın.
Ama Gama dağılımını düşüneceğim.
O kadar basit değil. Ancak Kolmogorov kriteri kesinlikle sona daha yakın bir yerde olmalıdır. Chebyshev'in eşitsizlikleri yalnızca oldukça kaba tahminler için gereklidir.
Her şeyin olduğu gibi kalmasına izin verin ve anlatılanlardan yola çıkarak açıklayabileceğimizi seçelim.
Aramaya başladı ve bunu buldu. Ki-kare ve gamanın Pearson dağılımlarının özel durumları olduğunu görüyorum.
Burada özellikle Pearson dağıtımları hakkında konuşmak için bir neden göremiyorum, çünkü Bu kadar derin vakumlu küresel bir atın pratik faydalarını dalın okuyucularına açıklayamayacağım.
Burada kesinlikle ki-kare hakkında konuşacağım.
Evet, belki gama hakkında konuşabilirsiniz:
b parametresine sahip n bağımsız üstel olarak dağıtılmış rastgele değişkenin toplamı, b, n parametreleriyle Erlang dağılımına uyar.
Aramaya başladı ve bunu buldu. Ki-kare ve gamanın Pearson dağılımlarının özel durumları olduğunu görüyorum.
Burada özellikle Pearson dağıtımları hakkında konuşmak için bir neden göremiyorum, çünkü Bu kadar derin vakumlu küresel bir atın pratik faydalarını dalın okuyucularına açıklayamayacağım.
Burada kesinlikle ki-kare hakkında konuşacağım.
Evet, belki gama hakkında konuşabilirsiniz:
b parametresine sahip n bağımsız üstel olarak dağıtılmış rastgele değişkenin toplamı, b, n parametreleriyle Erlang dağılımına uyar.
Şimdi https://www.mql5.com/ru/articles/250 yazısında bu iki parametreli Erlang dağılımının nasıl ve neden tanıtıldığını ve günlük hayata dahil ettiğim iki parametreli bir dağılımın daha vücutta son bulduğunu görebilirsiniz. formül (18).
Yusuf, şu an kiminle konuşuyorsun?
Şimdi https://www.mql5.com/ru/articles/250 yazısında bu iki parametreli Erlang dağılımının nasıl ve neden tanıtıldığını ve günlük hayata dahil ettiğim iki parametreli bir dağılımın daha vücutta son bulduğunu görebilirsiniz. formül (18).
Bir daha bakacağım. Ancak makalede terver hakkında bir kelime yokken bu olasılık dağılımlarını nereden aldığınızı hala anlamıyorum ...
Peki dedin. Normal bir dağılım oluşturmak için birkaç yöntem vardır - örneğin burada . Ama aynı zamanda temel olarak üniformaya da güveniyorlar.
Elbette ve "doğrudan" yapabilirsiniz. Önce bir normal üretiriz ve sonra sonuçlara normal dağılımın kümülatif fonksiyonunun tersi olan bir fonksiyonu uygularız. Ancak sorun aynı: önce üniforma oluşturmanız gerekiyor.
İyi üniform jeneratörler literatürde açıklanmıştır. Evet ve Windows için son 64 bit sürüm de oldukça iyi, standart sürümden çok daha iyi görünüyor.
Ama standart o kadar da kötü değil. Her durumda, "doğal olmamasının" etkilerini tespit etmek o kadar kolay değildir.
Doğal normal - neden buna ihtiyacın var, S ?
Bu durum, maddi denge denklemlerinin çözümlerinin ve terverin düzenliliklerinin örtüştüğünü ve fenomenlerin analizinin sonuçlarını yorumlarken birbirlerini tamamladıklarını gösterir.
Yusuf, kusura bakmayın ama ben şahsen her zaman bilimsel doğayı "rahatsız ederim". Erlang dağılımı ne olacak?
Hadi bir "his" daha deneyelim - cevap, terimler konusunda çok fikirli olduğunuza göre, neden farklı dağılımlar var? Birisi tarafından açılan YENİ dağıtımı kim kaydettirir? Bu dağıtımları cehenneme kadar yapabilirim ama kimse onları yeni bir şey olarak kabul etmeyecek. Peki köyden önce bilinmeyen yeni dağılım nedir?
İlk önce Alexei'nin sunduğu materyali dinleyelim, çünkü ilk o aldı.
Yusuf ve diğerleri, lütfen bunu konuyla ilgili bilginizi eksiltme olarak algılamayın.
Ve böylece dizi, ek terminoloji ile karmaşıklaşmaya ve ilerlemeye başlar.