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 9
![MQL5 - MetaTrader 5 müşteri terminalinde yerleşik ticaret stratejileri dili](https://c.mql5.com/i/registerlandings/logo-2.png)
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
Wiki'ye bir göz atın. Burada eğitim programı sadece terver/matstat içindir. Ve sonra zaman olduğunda.
GaryKa: Aşağıdaki dağıtımların kapsamını anlamaya çalışmak:
Genelleştirilmiş Pareto Dağılımı ( GPD ) ve Aşırı Değer Dağılımı ( GEV )
Her ikisi hakkında da çok az şey biliyorum. Her iki dağılım da bu dalın seviyesinden çok daha yüksektir.
... bu dalın seviyesinin çok üzerinde.
Tamam, işte temel soru - Varyans ve standart sapma yoluyla örnek tahmini
İşte wiki'den yüzeysel bir tanım : Rastgele bir değişkenin varyansı, belirli bir rastgele değişkenin yayılmasının bir ölçüsüdür. , yani matematiksel beklentiden sapması.
Bunun ortalama mutlak sapma gibi bir şey olduğunu varsaymak mantıklıdır. Farkın kare modülü nereden geliyor? Neden bir küp değil veya örneğin -1.8 derecesi değil? Neden modülün bir güç fonksiyonu?
Bunun özelliklerden biri olduğu açıktır ve isteğe bağlı olarak, rastgele bir değişkenin ortalaması etrafındaki yayılma ölçüsünün başka bir tanımını sunabilir veya kullanabilirsiniz. Ancak ders kitaplarında en sık görülen şey tam da bu ölçüdür.
Tamam, işte temel soru - Varyans ve standart sapma yoluyla örnek tahmini
İşte wiki'den yüzeysel bir tanım : Rastgele bir değişkenin varyansı, belirli bir rastgele değişkenin yayılmasının bir ölçüsüdür. , yani matematiksel beklentiden sapması.
Bunun ortalama mutlak sapma gibi bir şey olduğunu varsaymak mantıklıdır. Farkın kare modülü nereden geliyor? Neden bir küp değil veya örneğin -1.8 derecesi değil? Neden modülün bir güç fonksiyonu?
Farkın kare modülü nereden geliyor?
Hayır, hiç de değil.
Sadece kabul edildi. Dağılım , rastgele bir değişkenin ortalamasına göre yayılmasının bir ölçüsü olarak kabul edilir ve bu kavramlar genellikle karıştırılır. Tarihsel olarak, farkın karelerinin toplamı cinsinden hesaplanmıştır.
Ama aslında dağılım, yalnızca normal olarak dağılmış miktarlar için makul bir dağılım ölçüsüdür. Bu onlar için çok uygun: "üç sigma yasası" bunu doğrular. Gauss değerinin ortalamasından üç sigmadan fazla farklılık gösteren herhangi bir şey çok nadirdir - tüm örneğin yüzdesinin birkaç onda biri.
Farklı dağıtılan miktarlar için (örneğin, Laplacian olanlar için), dağılımın ikinci momentini değil, sapma modüllerinin toplamını böyle bir ölçü olarak düşünmek daha mantıklıdır.
Ancak dağılım, olduğu gibi, ikinci an olarak kalacaktır, yani. kareler toplamı.
Tamam, ikinci merkezi anın özel bir adı var - "dağılma".
Ama neden atalet momenti fizikten alındı? Rastgele bir değişken için dönme hareketinin analojisi nerede? Kütle merkezinden geçen dönme ekseni nerededir?
Bu ne?
Bir öğrenciye parmaklarda dispersiyon nedir nasıl açıklanır?
Örneğin, matematiksel beklenti ortalamadır. Genel olarak, tüm özel durumları böyle bir ortalama ile değiştirirsek, böyle bir kümenin kümülatif etkisi aynı kalacaktır.
Mathemat :
Ama aslında dağılım, yalnızca normal olarak dağılmış miktarlar için makul bir dağılım ölçüsüdür.
bende aynı fikirdeyim,
Belki de varyans, özel bir kovaryans durumu olarak alındı - rastgele bir değişkenin kendisine doğrusal bağımlılığının bir ölçüsü. Bir tür kendi kendine rezonans. Fischer'e sormak
Dağılımın icadı sırasında kovaryans mevcut değildi.
Peki ya atalet momenti? Birçok fiziksel/matematiksel olay benzer denklemlerle tanımlanır.
İkinci nokta olarak dağılmaya ihtiyacınız varsa - elinizdekileri kullanın.
Ve eğer bir dağılım ölçüsü olarak - düşünmek zorundasınız.
Bir örnek daha verebilirim: İki farklı ayrık değerin kovaryansı iki vektörün skaler çarpımı olarak hesaplanır. Öyleyse, rastgele değişkenler arasındaki açıya kadar analojiler arayın ...
Tamam, ikinci merkezi anın özel bir adı var - "dağılma".
Ama neden atalet momenti fizikten alındı? Rastgele bir değişken için dönme hareketinin analojisi nerede? Kütle merkezinden geçen dönme ekseni nerededir?
Bu ne?
Bir öğrenciye parmaklarda dispersiyon nedir nasıl açıklanır?
Örneğin, matematiksel beklenti ortalamadır. Genel olarak, tüm özel durumları böyle bir ortalama ile değiştirirsek, böyle bir kümenin kümülatif etkisi aynı kalacaktır.
bende aynı fikirdeyim,
Belki de varyans, özel bir kovaryans durumu olarak alındı - rastgele bir değişkenin kendisine doğrusal bağımlılığının bir ölçüsü. Bir tür kendi kendine rezonans. Fischer'e sormak
Burada başka bir an var. İkinci moment hesaplanırken ortalamadan sapmaların karesi alınır. Bu nedenle, ortalamadan güçlü sapmaların dağılımına katkı, daha güçlü ve daha orantısız bir şekilde dikkate alınır. Başka bir deyişle, varyans, ortalamadan güçlü bir şekilde sapan değerlere "daha fazla dikkat eder" ve yayılmayı karakterize etmek için ilk etapta bunlar dikkate alınır. Örneğin, ortalama sapma modülü ile karşılaştırırsak, o zaman dağılımın "aykırı değerlere karşı daha fazla duyarlılığa" sahip olduğunu söyleriz, yani sadece yukarıdaki anlamına gelir.
Elma ve portakalların dağılımını sağlamak için genellikle karekökünü alırlar. Ortaya çıkan değer, rastgele değişkenin boyutuna sahiptir ve standart sapma (RMS, küçük harf sigma ile gösterilir) olarak adlandırılır. Örnek standart sapma ile karıştırılmamalıdır.