样本相关性为零并不一定意味着没有线性关系 - 页 8 123456789101112131415...60 新评论 Hide 2010.09.30 19:08 #71 hrenfx:我读到的每一个地方都说，零样本相关性意味着该样本中没有线性（通常忘记线性这个词）关系。 如果只是简化的形式，那么是的，它就是这样说的。而且，一般来说，这是正确的。而这些微妙的东西对一般人来说是没有用的。 hrenfx: 两个MO为零、方差为一、相关为零的图形的例子。也就是说，这种情况下的相关性是BP项的乘积之和除以BP的长度。 这是我的图表。这就是数据。 这里是皮尔逊，在Excel中简单计算。有一点需要注意的是，计算是在一个滑动窗口中进行的。 正如你所看到的，在最粗略的近似中，该系数随时间变化。在我看来，是你，我之前指出，价格的时间序列 中存在静止性问题。还有就是在使用不是为非稳态数据设计的统计方法时，需要谨慎。(虽然，这里的问题比非平稳性要复杂一些）。 hrenfx: 事实上，在有限的样本上，任何两个随机变量之间总是存在着一种线性关系。 在解释接近零的相关关系时要小心。 事实上，这两个系列的两个随机变量之间存在着线性关系。其他的可能就没有了。那是一个。二，系数，就像任何随机变量的体面估计一样，有一个置信区。无论如何，你的情绪并不重要。 。 总的来说，对于你不完全了解的事情，要注意你说的话。 hrenfx 2010.09.30 19:26 #72 HideYourRichess: 可以看出，在最粗略的近似中，该系数随时间变化。 这很明显。以及系数的动态变化将取决于滑动窗口的大小。 我相信，我已经向你指出了时间序列价格的静止性问题。还有就是在使用不是为非稳态数据设计的统计方法时，需要谨慎。 根本没有使用任何统计方法。非稳态性与此无关。 事实上，在这两个系列的两个随机变量之间存在着线性关系。它可能不存在于其他人身上。那是一个。二，系数，就像任何随机变量的体面估计一样，有一个置信区。总之，你的句子没有任何意义。 你是如何理解线性相关的？我已经写过，在学术意义上，它是对向量之间角度的测量。而在谈到互联时，这是个糟糕的定义。 只有当其中一个向量的方差为零时，才不存在线性关系。在所有其他情况下，都有一种关系。 而且，我们再次讨论的是对样本的估计，而不是理论上的无限BP。 Hide 2010.09.30 19:43 #73 hrenfx: 这很明显。事实也是如此，系数的动态变化将取决于滑动窗口的大小。 从你在这里所写的和所画的，我没有看到情况是这样的。这是关于明显性的问题。好吧，理解静止性的含义并不像你试图通过窗口的大小使它变得那么简单。 hrenfx: 根本没有使用任何统计方法。非稳态性与此无关。 实际上，相关系数属于数理统计的一个部分，称为相关分析。而且它是由数学统计学家发明的。因此，只要你试图计算相关系数，你就会自动使用统计方法。而且你必须考虑这些方法的所有限制。 hrenfx: 你甚至如何理解这种线性关系？我已经写过，在学术意义上，它是对向量之间角度的测量。而且在谈到联姻时，这是个糟糕的定义。 只有当其中一个向量的方差为零时，才不存在线性关系。在所有其他情况下，都有一种关系。 而且，我们再次讨论的是对样本的估计，而不是理论上的无限BP。 不完全是这样。上面已经解释了为什么没有。在统计学中，在某些条件下，系数=0和系数=0.7可能意味着同样的事情--没有或弱联系。 hrenfx 2010.09.30 20:04 #74 HideYourRichess:从你在这里所写的和所画的，我没有看到情况是这样的。这是关于明显性的问题。好吧，理解静止性的含义并不像你想的那样简单，通过窗口的大小来理解它。出于某种原因，你在对我进行补偿。我不会使用一个我不理解的术语。还有一个我不知道的定义。实际上，相关系数属于数理统计的一个部分，称为相关分析。而且它是由数学统计学家发明的。因此，只要你试图计算相关系数，就会自动使用统计方法。而且你必须考虑这些方法的所有限制。 还熟悉相关和回归分析。我不使用任何统计方法。我认为相关系数是当你需要估计一种关系时想到的最简单的东西。这是学校层面。而在没有皮尔逊知识的情况下，我几乎一想到相关关系就会想到这个问题。 并非如此。上面已经解释了为什么没有。在统计学中，在某些条件下，系数=0和系数=0.7可以意味着同样的事情--没有关系或关系很弱。 我不明白。 Hide 2010.09.30 20:18 #75 这很简单。你指责皮尔逊系数是站不住脚的，我说你使用它的方法是站不住脚的，但这个参数本身是好的。而且，正如有人正确地说，你不需要阅读数学统计方面的书籍，你需要研究它们。要胜任地使用它。 hrenfx 2010.09.30 20:29 #76 hrenfx: 我的结论是，相关性（皮尔逊系数）是样本中线性关系的一个低劣指标。它不仅没有显示出直接的关联性，而且还在撒谎。 你说这是对皮尔逊系数的批评吗？我在批评那些通过谈论存在/不存在关系来曲解它的聪明人，他们甚至不明白什么是线性关系。 说到我的方法的不一致性，你至少要提到一个。皮尔逊的方法在这个主题中没有被讨论过。 另外，我没有读过任何数学统计学书籍。研究相关和回归分析 时，所有这些由数学家用复杂语言编写的简单工具包在我的MQL4中已经有了功能。而且，你不必成为一个万能的人，也可以理解书中关于相关性和回归的90%的内容。我指的是实践部分，而不是占了大部分书的理论部分。 Hide 2010.10.01 06:46 #77 hrenfx: 你说这是对皮尔逊系数的批评吗？我在批评那些通过谈论存在/不存在关系来曲解它的聪明人，他们甚至不明白什么是线性关系。 是的，更重要的是，你是在赤裸裸地批评C.Pearson。写得更清楚一些，以便让大家毫不含糊地知道你所挑战的到底是什么。 hrenfx: 说到我的方法的不一致性，你至少应该提到一个。皮尔逊的方法在这个主题中没有被讨论过。 成对的线性相关系数就是你所说的。 至于方法，你在你的专题开始时有惊人的结果。而通过对他们的指责，你得出了令人惊讶的结论。除了你的方法失败之外，怎么能认为它是失败的呢--我拒绝理解。 hrenfx: 另外，我还没有读过一本关于数学统计的书。 请代我向米特罗法努什卡问好。 hrenfx: 我已经学会了相关和回归分析，当时所有这些简单的工具，由数学家用复杂的语言编写，在我的MQL4中已经有了功能。而且，你不必成为一个万能的人，也可以理解书中关于相关性和回归的90%的内容。我指的是实践部分，而不是占了大部分书的理论部分。 你在这里所展示的--清楚地表明你没有好好研究过任何东西。皮尔逊相关部分的公式确实不难，但你能够在公式上添加数字，这根本不意味着你能够正确使用给定的数学仪器。而你的推理表明，你的理解有问题。 Prival 2010.10.01 07:35 #78 hrenfx: 你说这是对皮尔逊系数的批评吗？我是在批评那些聪明的人，他们通过谈论存在/不存在的关系来曲解它，甚至不理解什么是线性关系。 ... 难道你真的不认为 ，在这里的论坛大约5-8年的时间里，没有人猜测过建立CC，没有人听说过Pearson，即使听说过，也不会编程（计算），等等。 好吧，听（读），在这个问题上已经检查了很多。而他们告诉你的是同一件事，用的是不同的词，但都是想解释一些事情。是的，我最近也经常与HideYourRichess争论，但我可以向你保证，他在工作中是非常称职和专业的。就像几乎所有在这里 的人都标明了这个分支。是的，我们可能在观点上不一致，但相互尊重的对话有助于获得知识，有时如果反对者相互关注，在争论中就会产生真理......。 在我看来，你想探索（建立）一些东西，但却不能以任何方式解释它。很多人不理解你，你用常用的术语来解释，但你用错了方法。试着用公式来解释一下吧。只要以可理解的方式来写就行。并解释你想计算或已经计算的内容和方式。 不要激怒上帝（尽管我不相信他），但不分青红皂白地指责每个人都错误地使用培生，计算它，不理解它，这太自以为是了...... Alexey Subbotin 2010.10.01 08:11 #79 hrenfx，我不明白，你是不是读了太多的书？ 对数是什么鬼，什么桶和公斤?????除了百年来众所周知的相关系数，还有什么其他的 "解释"？我给你的建议是--先睡一觉，然后开始从头学习数学。普利瓦洛夫写了一个脚本，结果与马特卡德的一致。我没有看其他的剧本，就写了这个剧本，并比较了结果--它们与Beer和Matkad的一样。一百五十个人已经把这个QC写了一百五十次--所有的结果都是一样的。那么，为什么大家会突然急于重写他们的程序，突然发现有人对培生的QC有自己的解释？ [删除] 2010.10.01 09:29 #80 hrenfx: ......... 如果样本看起来很小，让我们从相关表中 抽取更大的东西。 Corr = 0.0000, #NGX0 - EURGBP, bars = 24943 (2010.05.28 21:25 - 2010.09.28 18:40), 2010年11月天然气期货 - 欧元对 英镑Corr = -0.0015, USDNOK - USDSGD, bars = 54961 (2010.01.01 00:00 - 2010.09.28 17:20), 美元对挪威克朗 - 美元对新加坡元 哇，挪威克朗和Signpura美元之间几乎没有线性关系--无稽之谈! Corr = -0.0008, GOLD - USDCAD, bars = 54898 (2010.01.01 00:00 - 2010.09.28 16:45), SPOT Gold Once vs US Dollar - US Dollar vs Canadian更有趣的是，黄金和加元之间几乎没有线性相关关系--屌丝！"。 ......... 在不触及所提出的问题的数学方面的情况下，我想问一下议题发起人：在你看来，为什么所提出的三对资产之间应该有明显的关联性？例如：为什么加元的价值变化会导致 一定会有的。 影响黄金价值的变化？而在哪个方向？ 123456789101112131415...60 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
我读到的每一个地方都说，零样本相关性意味着该样本中没有线性（通常忘记线性这个词）关系。
如果只是简化的形式，那么是的，它就是这样说的。而且，一般来说，这是正确的。而这些微妙的东西对一般人来说是没有用的。
hrenfx:
两个MO为零、方差为一、相关为零的图形的例子。也就是说，这种情况下的相关性是BP项的乘积之和除以BP的长度。
这是我的图表。这就是数据。
这里是皮尔逊，在Excel中简单计算。有一点需要注意的是，计算是在一个滑动窗口中进行的。
正如你所看到的，在最粗略的近似中，该系数随时间变化。在我看来，是你，我之前指出，价格的时间序列 中存在静止性问题。还有就是在使用不是为非稳态数据设计的统计方法时，需要谨慎。(虽然，这里的问题比非平稳性要复杂一些）。
hrenfx:
事实上，在有限的样本上，任何两个随机变量之间总是存在着一种线性关系。
在解释接近零的相关关系时要小心。
事实上，这两个系列的两个随机变量之间存在着线性关系。其他的可能就没有了。那是一个。二，系数，就像任何随机变量的体面估计一样，有一个置信区。无论如何，你的情绪并不重要。
。
总的来说，对于你不完全了解的事情，要注意你说的话。
可以看出，在最粗略的近似中，该系数随时间变化。
这很明显。以及系数的动态变化将取决于滑动窗口的大小。
我相信，我已经向你指出了时间序列价格的静止性问题。还有就是在使用不是为非稳态数据设计的统计方法时，需要谨慎。
根本没有使用任何统计方法。非稳态性与此无关。
事实上，在这两个系列的两个随机变量之间存在着线性关系。它可能不存在于其他人身上。那是一个。二，系数，就像任何随机变量的体面估计一样，有一个置信区。总之，你的句子没有任何意义。
你是如何理解线性相关的？我已经写过，在学术意义上，它是对向量之间角度的测量。而在谈到互联时，这是个糟糕的定义。
只有当其中一个向量的方差为零时，才不存在线性关系。在所有其他情况下，都有一种关系。
而且，我们再次讨论的是对样本的估计，而不是理论上的无限BP。
这很明显。事实也是如此，系数的动态变化将取决于滑动窗口的大小。
从你在这里所写的和所画的，我没有看到情况是这样的。这是关于明显性的问题。好吧，理解静止性的含义并不像你试图通过窗口的大小使它变得那么简单。
根本没有使用任何统计方法。非稳态性与此无关。
实际上，相关系数属于数理统计的一个部分，称为相关分析。而且它是由数学统计学家发明的。因此，只要你试图计算相关系数，你就会自动使用统计方法。而且你必须考虑这些方法的所有限制。
你甚至如何理解这种线性关系？我已经写过，在学术意义上，它是对向量之间角度的测量。而且在谈到联姻时，这是个糟糕的定义。
只有当其中一个向量的方差为零时，才不存在线性关系。在所有其他情况下，都有一种关系。
而且，我们再次讨论的是对样本的估计，而不是理论上的无限BP。
不完全是这样。上面已经解释了为什么没有。在统计学中，在某些条件下，系数=0和系数=0.7可能意味着同样的事情--没有或弱联系。
从你在这里所写的和所画的，我没有看到情况是这样的。这是关于明显性的问题。好吧，理解静止性的含义并不像你想的那样简单，通过窗口的大小来理解它。
出于某种原因，你在对我进行补偿。我不会使用一个我不理解的术语。还有一个我不知道的定义。
实际上，相关系数属于数理统计的一个部分，称为相关分析。而且它是由数学统计学家发明的。因此，只要你试图计算相关系数，就会自动使用统计方法。而且你必须考虑这些方法的所有限制。
还熟悉相关和回归分析。我不使用任何统计方法。我认为相关系数是当你需要估计一种关系时想到的最简单的东西。这是学校层面。而在没有皮尔逊知识的情况下，我几乎一想到相关关系就会想到这个问题。
并非如此。上面已经解释了为什么没有。在统计学中，在某些条件下，系数=0和系数=0.7可以意味着同样的事情--没有关系或关系很弱。
我的结论是，相关性（皮尔逊系数）是样本中线性关系的一个低劣指标。它不仅没有显示出直接的关联性，而且还在撒谎。
你说这是对皮尔逊系数的批评吗？我在批评那些通过谈论存在/不存在关系来曲解它的聪明人，他们甚至不明白什么是线性关系。
说到我的方法的不一致性，你至少要提到一个。皮尔逊的方法在这个主题中没有被讨论过。
另外，我没有读过任何数学统计学书籍。研究相关和回归分析 时，所有这些由数学家用复杂语言编写的简单工具包在我的MQL4中已经有了功能。而且，你不必成为一个万能的人，也可以理解书中关于相关性和回归的90%的内容。我指的是实践部分，而不是占了大部分书的理论部分。
你说这是对皮尔逊系数的批评吗？我在批评那些通过谈论存在/不存在关系来曲解它的聪明人，他们甚至不明白什么是线性关系。
是的，更重要的是，你是在赤裸裸地批评C.Pearson。写得更清楚一些，以便让大家毫不含糊地知道你所挑战的到底是什么。
hrenfx:
说到我的方法的不一致性，你至少应该提到一个。皮尔逊的方法在这个主题中没有被讨论过。
成对的线性相关系数就是你所说的。
至于方法，你在你的专题开始时有惊人的结果。而通过对他们的指责，你得出了令人惊讶的结论。除了你的方法失败之外，怎么能认为它是失败的呢--我拒绝理解。
hrenfx:
另外，我还没有读过一本关于数学统计的书。
请代我向米特罗法努什卡问好。
hrenfx:
我已经学会了相关和回归分析，当时所有这些简单的工具，由数学家用复杂的语言编写，在我的MQL4中已经有了功能。而且，你不必成为一个万能的人，也可以理解书中关于相关性和回归的90%的内容。我指的是实践部分，而不是占了大部分书的理论部分。
你在这里所展示的--清楚地表明你没有好好研究过任何东西。皮尔逊相关部分的公式确实不难，但你能够在公式上添加数字，这根本不意味着你能够正确使用给定的数学仪器。而你的推理表明，你的理解有问题。
你说这是对皮尔逊系数的批评吗？我是在批评那些聪明的人，他们通过谈论存在/不存在的关系来曲解它，甚至不理解什么是线性关系。
...
难道你真的不认为 ，在这里的论坛大约5-8年的时间里，没有人猜测过建立CC，没有人听说过Pearson，即使听说过，也不会编程（计算），等等。
好吧，听（读），在这个问题上已经检查了很多。而他们告诉你的是同一件事，用的是不同的词，但都是想解释一些事情。是的，我最近也经常与HideYourRichess争论，但我可以向你保证，他在工作中是非常称职和专业的。就像几乎所有在这里 的人都标明了这个分支。是的，我们可能在观点上不一致，但相互尊重的对话有助于获得知识，有时如果反对者相互关注，在争论中就会产生真理......。
在我看来，你想探索（建立）一些东西，但却不能以任何方式解释它。很多人不理解你，你用常用的术语来解释，但你用错了方法。试着用公式来解释一下吧。只要以可理解的方式来写就行。并解释你想计算或已经计算的内容和方式。
不要激怒上帝（尽管我不相信他），但不分青红皂白地指责每个人都错误地使用培生，计算它，不理解它，这太自以为是了......
hrenfx，我不明白，你是不是读了太多的书？
对数是什么鬼，什么桶和公斤?????除了百年来众所周知的相关系数，还有什么其他的 "解释"？我给你的建议是--先睡一觉，然后开始从头学习数学。普利瓦洛夫写了一个脚本，结果与马特卡德的一致。我没有看其他的剧本，就写了这个剧本，并比较了结果--它们与Beer和Matkad的一样。一百五十个人已经把这个QC写了一百五十次--所有的结果都是一样的。那么，为什么大家会突然急于重写他们的程序，突然发现有人对培生的QC有自己的解释？
.........
如果样本看起来很小，让我们从相关表中 抽取更大的东西。
英镑.........