Teoriden pratiğe - sayfa 1457
Alım-satım fırsatlarını kaçırıyorsunuz:
- Ücretsiz alım-satım 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
Niye ya? bağımlılık artışları durumunda ne engeller?
Numune dağılım işlevi, örneğin bağımsız, özdeş olarak dağıtılmış rastgele değişkenlerin bir dizisinin gerçekleştirilmesi olmasını gerektiren Glivenko-Cantelli teoremi sayesinde doğru olana yaklaşır. Kabaca söylemek gerekirse, güçlü bir bağımlılıkla, örnek bir noktada toplanabilir, bu da elde edilen ampirik (örnek) dağıtım fonksiyonunu gerçek olana kıyasla büyük ölçüde bozar.
Numune dağılım işlevi, örneğin bağımsız, özdeş olarak dağıtılmış rastgele değişkenlerin bir dizisinin gerçekleştirilmesi olmasını gerektiren Glivenko-Cantelli teoremi sayesinde doğru olana yaklaşır. Kabaca söylemek gerekirse, güçlü bir bağımlılıkla, örnek bir noktada toplanabilir, bu da elde edilen ampirik (örnek) dağıtım fonksiyonunu gerçek olana kıyasla büyük ölçüde bozar.
onur ......
Bu teoremin forexte gerçekleşmeyeceğini düşünüyorum.
çünkü, örneklem boyutunda sonsuza giden eleman sayısındaki bir artışla, gerçek dağılım (kırmızı) teorik olandan (siyah) sapacaktır, sadece 1'e eşit bir olasılıkla
ve teoreme göre - çakışacak
cennet ve dünya gibi...
ve Forex ile ilgili olarak, bu, bir dairede başarılı bir şekilde pip almanın ve bir trendde birleşmenin mümkün olacağı anlamına gelir.
https://studfiles.net/preview/4287703/page:3/
onur ......
Bu teoremin forexte gerçekleşmeyeceğini düşünüyorum.
çünkü, örneklem boyutunda sonsuza giden eleman sayısındaki bir artışla, gerçek dağılım (kırmızı) teorik olandan (siyah) sapacaktır, sadece 1'e eşit bir olasılıkla
ve teoreme göre - çakışacak
cennet ve dünya gibi...
ve Forex ile ilgili olarak, bu, bir dairede başarılı bir şekilde pip almanın ve bir trendde birleşmenin mümkün olacağı anlamına gelir.
https://studfiles.net/preview/4287703/page:3/
Başarısız olan teorem değil, onun uzun zaman aralıklarında tam olarak uygulanmasının koşullarıdır:
1) Artışlar bağımlıdır (örneğin, bir dairedeki bitişik artışlar)
2) Artışlar eşit olarak dağıtılmamış (durağan değil)
Trendi değiştirmeden yaklaşık olarak kısa süreler için kullanabilirsiniz. Benzer bir şey Gorchakov tarafından ifade edildi. Evet ve anlaşmazlığın görevi aşağı yukarı aynıdır.
Numune dağılım işlevi, örneğin bağımsız, özdeş olarak dağıtılmış rastgele değişkenlerin bir dizisinin gerçekleştirilmesi olmasını gerektiren Glivenko-Cantelli teoremi sayesinde doğru olana yaklaşır. Kabaca söylemek gerekirse, güçlü bir bağımlılıkla, örnek bir noktada toplanabilir, bu da elde edilen ampirik (örnek) dağıtım fonksiyonunu gerçek olana kıyasla büyük ölçüde bozar.
neden bazı matematikçilerin milyoner olması gerektiği çok açık değilken, diğerleri değil)
Peki ya koşullu dağılımlar? çünkü bu bir bağımlılık.
Koşullu dağılımlar, ortak dağılımlar temelinde oluşturulur. Yalnızca bağımsızlık durumunda (tanım gereği), ortak dağılım işlevi, tek boyutlu dağılım işlevlerinin ürününe eşittir. Bağımlılık durumunda, her şey çok daha karmaşıktır - son zamanlarda burada kopulaları hatırladılar - bu o operadan. Bu nedenle, G.-K teoremi. (çok boyutlu durum için genelleştirilmiş gibi görünüyor), birinin koşullu tek boyutlu olanları oluşturmaya çalışabileceği iki boyutlu bir dağılımın yapısını yaklaşık olarak tahmin etmek için kullanılır.
Milyonerlerin finansal serileri tanımladığını iddia eden matematikçilerden olması gerekiyor)
Bildiğim kadarıyla, Shiryaev’in teorisi radarın ihtiyaçları için gelişmeye başladı, ancak neredeyse hiç kimse radar istasyonunda şahsen görevde olmasını talep etmedi)
Başarısız olan teorem değil, onun uzun zaman aralıklarında tam olarak uygulanmasının koşullarıdır:
1) Artışlar bağımlıdır (örneğin, bir dairedeki bitişik artışlar)
2) Artışlar eşit olarak dağıtılmamış (durağan değil)
Trendi değiştirmeden yaklaşık olarak kısa süreler için kullanabilirsiniz. Benzer bir şey Gorchakov tarafından ifade edildi. Evet ve anlaşmazlığın görevi aşağı yukarı aynıdır.
Numara
dikkatlice oku
X 1 , … , X n , … sonsuz bir örnek olsun
Neyin sürdürülebilirliği? Örneğin, Lyapunov'a göre bir yayılma çözümünün kararlılığı veya örneğin bir olayın sıklığının istatistiksel kararlılığı (olasılığına yakınsama anlamında) vardır.
Numara
dikkatle oku
X 1 , … , X n , … sonsuz bir örnek olsun
Gerçekte, istatistikçi her zaman sonlu örneklerle ilgilenir ve bu nedenle her zaman bu teoremin yaklaşık olarak yerine getirilmesiyle ilgilidir. Ancak örneklem büyüklüğündeki bir artışla, bu yaklaşım iyileşir ve tahminin tutarlılığı olarak adlandırılır.
Rus wiki'sinde Glivenko-Cantelli teoremi hakkındaki makale saçma, İngilizce versiyonunda veya bazı normal ders kitaplarında okundu.