样本相关性为零并不一定意味着没有线性关系 - 页 45

新评论
 
alsu:

这些结构到底有什么意义呢，QC--它描述了两个随机变量的关系，而且是在某个特定的时间点，而不是在任何区间。后者只有在被比较的两个过程是a）静止的b）遍历的情况下才是真实的，这对给定的函数来说是绝对不可观察的，因此样本QC作为真实QC的估计，对它们来说完全没有意义。换句话说，必须首先证明（或至少合理地假设）静止性和遍历性，然后才能将该系列代入公式。

我一直认为，质检部门的工作是有期限的，...........。你是什么意思，每期？

为什么是静止性和遍历性？

他们先是要求常态性，现在是静止性和遍历性.....。

 
alsu:

见我之前的帖子--如果在一个区间上，我们可以对条件a和b进行近似处理

不是这样的。深入到一些亚马逊的野生....简单地说--相关系数显示一个曲率与另一个曲率的相似程度。什么月球和飞碟是相同的，因为它们是圆的，等等。相关系数是在不考虑大小的情况下对形状进行比较。就这样了。没有别的了。他们所说的关于相关系数的其他东西都是异端。
 
Demi:

我一直认为，质检部门的工作是有期限的，...........。你说的时期是什么意思？

重要的不是质控，而是样本质控，在某些条件下（见上文+数据的正态性），样本质控被当作真正质控的估计。因此，混淆的是价值本身和它从样本中的估计。如果不符合这些条件，就必须根据偏差的性质，对估计（读作：公式）进行调整，每个案例都是如此。
 
Integer:

不是这样的。深入到一些亚马逊的野生....简单地说，相关系数显示一个曲率与另一个曲率的相似程度。什么月球和飞碟是相同的，因为它们是圆的，等等。相关系数是在不考虑大小的情况下对形状进行比较。就这样了。没有别的了。他们所说的关于相关系数的其他东西都是异端。

QC的定义指出，它描述了两个随机变量之间的关系。如果我们处理的是过程--我们因此要考虑每个时间点上的不同随机变量。只有当它们具有时间一致的分布参数（静止性）时，我们才能通过用时间平均数（ergodicity）取代集合平均数（例如，在皮尔逊线性QC的公式中）来计算样本的QC。这不是异端邪说，而是对概念的定义以及因此而产生的公式的意义的精确工作。


至于两个曲率的相似性，相关函数的概念适用于它们，在0点，它给出了非常的相关系数。而对于其估计的有效性，也适用于相关系数的同样限制--要求假设有关样本的静止性和反复性。这不是心血来潮，而是必须的；没有它，所有的估计公式都会失去意义。

 
alsu:
...

为了计算kc，你必须把数字放在公式中，而不是其他。如果系数是1，那么形状是相同的（大小可能不同），如果-1是一个镜像，0则完全不相似。相关系数并不显示其他任何东西，相关的计算与正态性或反复性和静止性无关。你在读什么样的教科书？

 
Integer:

为了计算kc，你必须把数字放在公式中，而不是其他。如果系数是1，那么形状是相同的（大小可能不同），如果-1是一个镜像，0则完全不相似。相关系数并不显示其他任何东西，相关的计算与正态性或反复性和静止性无关。你在读什么样的教科书？

阅读。相关系数是为随机变量定义的。公式中是随机变量。该图显示了随机过程。为了将随机过程放入随机变量的公式中，必须满足特定条件。如果不满足这些条件，就不能替代该公式。这就像两个戈比一样简单。
 
alsu:
阅读。相关系数是为随机变量定义的。公式中是随机变量。该图显示了随机过程。为了将随机过程放入随机变量的公式中，必须满足特定条件。如果不满足这些条件，就不能替代该公式。这就像两个戈比一样简单。


它是从哪里来的？你在哪里读到的？

 
alsu:

QC的定义指出，它描述的是两个随机变量之间的关系。如果我们处理的是过程--我们因此要考虑每个时间点上的不同随机变量。只有当它们具有时间一致的分布参数（静止性）时，我们才能通过用时间平均数（ergodicity）取代集合平均数（例如，在皮尔逊线性QC的公式中）来计算样本的QC。这不是异端，而是对概念定义的精确处理，因此也是对公式意义的精确处理。


至于两个曲率的相似性，相关函数的概念适用于它们，在0点，它给出了非常的相关系数。此外，对其估计的有效性的限制与适用于质量控制的限制相同--要求假定有关样本的静止性和反复性。这不是心血来潮，而是必须的；没有它，所有的估计公式都会失去意义。

我还是不明白））QC对I（1）有效吗？
 
Integer:


这句话是怎么来的？你在哪里读到的？


相关函数的定义可以在任何TV&T教科书中找到。随机过程的概念并没有出现在其中。教科书上也有随机过程的定义：SP是一个有时间顺序（离散或连续顺序）的随机变量序列。
Avals:
我还是不明白))对于I(1)QC是有效的吗？


是的，它是有效的，但对一个线性QC样本估计其通常的公式是无效的，因为这个系列是非平稳的：包含在公式中的平均值在样本中不是一个常数，它取决于时间。对于一个静止的序列来说，平均数是随时间变化而变化的，我们只需用算术平均数来代替它来估计它；对于i(1)来说，这显然是不正确的。


然而，这并不意味着QC不存在--就其本身而言，我第三次重复，它表征了两个随机变量在特定时间点上的关系，对于给定的两个时间序列 而言，是相同还是不同（有一个转变，即）。根据定义，QC对它所计算的时刻t1、t2的依赖性是一个相关函数。

 
alsu:

CC的定义在任何关于TV&T的教科书中都有。随机过程的概念并没有出现在其中。教科书上也有随机过程的定义：SP是一个有时间顺序（离散或连续顺序）的随机变量序列。

不要谈论任何一个人，要具体，教科书的名字，引用其中的定义。即使你确信你已经正确地理解了定义，你怎么能如此肯定呢？难道没有试过用自己的手去感受相关系数（去实验，去玩），去理解，去认识，去感受它是什么？

怎么可能如此沉迷于此？

我不知道什么是转折（除非是某种舞蹈），在维基百科上查了相关的定义。

相关性（来自拉丁语correlatio--相关，关系），相关依赖性是两个或更多的随机变量（或在某种可接受的准确程度上可以被认为是的变量）之间的统计关系。

你是想批判写在某处栅栏上的东西吗？这与随机变量有什么关系？只有一些混蛋才能写出这样的定义。如果在所有关于嘻哈 或什么的教科书中都是一样的，那么所有这些教科书都是由那些不明白什么是相关性的混蛋写的，并且自己把学生的大脑搞坏。

1...383940414243444546474849505152...60
新评论