样本相关性为零并不一定意味着没有线性关系 - 页 9 12345678910111213141516...60 新评论 [删除] 2010.10.01 09:34 #81 一个非常有趣的讨论!信息量大，娱乐性强。 但我有一个问题--在这个主题的几乎每一页（以及大多数其他主题），通过帖子计算的外汇价格系列的期望值都会出现。 那么对于一个非平稳和非超越的时间序列，你如何计算MO呢？毕竟，MO的概念只是针对完全收敛的BP而引入的。 Hide 2010.10.01 11:07 #82 FAGOTT: 但我有一个问题--在这个主题的几乎每一页（以及大多数其他主题），通过帖子计算的外汇价格系列的期望值都会出现。 那么对于一个非平稳和非超越的时间序列，你如何计算MO呢？毕竟，MO的概念只是针对完全收敛的BP而引入的。 这个问题其实并不那么简单。当我们说一个系列是非平稳的，我们中的一些人实际上是指这种非平稳性是特定的。它不太符合传统的框架，它是片状的，而且这不是它唯一的特点。但这完全是一个独立的话题，而且是一个非常大的话题。 然而，作者的做法，见topikstart的图片--肯定不是正确的做法。这就是为什么，是的，在统计学意义上，有MO、方差和其他统计属性不存在。 但由于一些数学上的行动，--是的，我们可以把猴子和积分一块一块地加起来。:)结果将是什么，可能是一个寓言。 Александр 2010.10.01 19:12 #83 那么，如果两个随机过程之间没有线性关系呢？ 假设有一个衡量两行之间的线性关系的标准，那么，你想要什么 你用它做什么？建立一个回归？好吧，让我们建立一个，得到一个很好的近似值 的一个系列到另一个系列，然后呢？我们得到了一个预测吗？一点也不。 而用皮尔森和关联性是做不到的! 毕竟我们需要动力!而标量中的动态是什么鬼。 像相关？而皮尔森一点也不好，因为它是对称的。 我们看到的是一个对称图形，我们需要一个不对称的测量，因为一个 一个系列必须要超过另一个系列。 :) Александр 2010.10.01 19:19 #84 至于非平稳性和检测一个行与另一个行的关系，则是 最主要的是要了解什么是静止性以及它的作用... 静止性是指在时间上的时刻的不变性，跨越时间轴的计数。 即使你开始将一个系列相对于另一个系列进行移动，你也不会发现其中的联系，因为在你的 你已经破坏了这种动态关系，使这个系列在时间上同质化。 所以最主要的是不要做得太过分。） Alexey Subbotin 2010.10.01 21:31 #85 FAGOTT: 一个非常有趣的讨论!信息量大，娱乐性强。 但我有个问题--在这个主题的几乎每一页（以及大多数其他主题），通过帖子计算的外汇价格系列的期望值都会出现。 那么对于一个非平稳和非超越的时间序列，你如何计算MO呢？毕竟，MO的概念只是针对完全收敛的BP而引入的。 在下一个主题 中，我提议使用量纲来估计BP的参数。当应用于预期报酬时，它是由最后数值的中位数（而不是平均值）来估计的。顺便说一下，在ROS方面的结果要好得多。 我对系列的静止性的看法也是有道理的：目前我正在研究模型，其中产生的系列是两个静止的（或者说准静止的--具有缓慢浮动的特征）随机过程的总和--高斯的 "平静 "和泊松的 "不连续"。采用这种方法，所产生的过程的非平稳性是明显的。到目前为止，我所拥有的这些发展让我可以说，在建立一个近似于现实的价格模型的道路上，我正朝着正确的方向前进。 СанСаныч Фоменко 2010.10.02 10:07 #86 <br/ translate="no"> 我想插入我的五分钱。 相关性只是一个数字，它总是作为一个公式计算的结果得到，对从-1到+1的一切。将该公式应用于BP，我们总会得到一些相关值：任何货币对之间，货币对与木星的运动之间，货币对与其他任何东西之间。 任何统计学教科书都会警告相关关系和伪相关关系。要把一个人和另一个人分开，你必须使用其他的统计方法，以避免落入虚假知识的妄想。然而，将相关关系与伪相关关系分开的最有效方法是对两个随机变量之间可能存在的关系做出一些有意义的假设。通过对关系的先验假设，我们可以计算出欧元和英镑之间的相关性，但我们永远不会包括人民币。使用mataparatus我们测试这些假设，即使有了这些假设，也很容易得到伪相关，只是因为BP的统计特征，如正态性要求，要么被省略，要么被错误地考虑。 hrenfx 2010.10.03 19:01 #87 alsu: 普利瓦洛夫写了一个脚本，结果与马特卡德的相吻合。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？ 皮尔逊对样本的质量控制有一个定义。我不明白大家把它称为培生的QC是怎么想的。请在Mathcad中命名该函数。因此，你可以在帮助中看到它的详细描述。 hrenfx 2010.10.03 19:04 #88 FAGOTT: 如何计算非平稳和非重叠的时间序列的IR？毕竟，MO的概念只是针对完全收敛的VR而引入的。 对于一个价格序列，只能从样本中估计IR。这就是有关的估计。 hrenfx 2010.10.03 19:07 #89 TheVilkas: 而且你不能用桥墩和关联性来做! 因为我们需要动力!而标量中的动态是什么鬼。 就像一个相关的？ 动态性是由滑动采样窗口给出的。 Alexey Subbotin 2010.10.04 07:51 #90 hrenfx: 皮尔逊对样本的质量控制有一个定义。我搞不清楚大家把它称为培生的QC是在算什么。请在Mathcad中命名该函数。这样我就可以在帮助中看到它的详细描述。懒惰是一种伟大的力量。 http://books.google.ru/books？id=or8sS60Q0ooC&pg=PA159&lpg=PA159&dq=mathcad+corr&source=bl&ots=X2IwE5hGCI&sig=wXlaqOs7LlEQnozhuXyKb2_Fx14&hl=ru&ei=Z4apTPnRRHMyhOvH_1Y8M&sa=X&oi=book_result&ct=result&resnum=2&ved=0CBoQ6AEwAQ#v=onepage&q=mathcad%20corr&f=false corr(A,B) - 计算Pearson的样本相关系数。 12345678910111213141516...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
一个非常有趣的讨论!信息量大，娱乐性强。
但我有一个问题--在这个主题的几乎每一页（以及大多数其他主题），通过帖子计算的外汇价格系列的期望值都会出现。
那么对于一个非平稳和非超越的时间序列，你如何计算MO呢？毕竟，MO的概念只是针对完全收敛的BP而引入的。
但我有一个问题--在这个主题的几乎每一页（以及大多数其他主题），通过帖子计算的外汇价格系列的期望值都会出现。
那么对于一个非平稳和非超越的时间序列，你如何计算MO呢？毕竟，MO的概念只是针对完全收敛的BP而引入的。
这个问题其实并不那么简单。当我们说一个系列是非平稳的，我们中的一些人实际上是指这种非平稳性是特定的。它不太符合传统的框架，它是片状的，而且这不是它唯一的特点。但这完全是一个独立的话题，而且是一个非常大的话题。
然而，作者的做法，见topikstart的图片--肯定不是正确的做法。这就是为什么，是的，在统计学意义上，有MO、方差和其他统计属性不存在。 但由于一些数学上的行动，--是的，我们可以把猴子和积分一块一块地加起来。:)结果将是什么，可能是一个寓言。
那么，如果两个随机过程之间没有线性关系呢？
假设有一个衡量两行之间的线性关系的标准，那么，你想要什么
你用它做什么？建立一个回归？好吧，让我们建立一个，得到一个很好的近似值
的一个系列到另一个系列，然后呢？我们得到了一个预测吗？一点也不。
而用皮尔森和关联性是做不到的!
毕竟我们需要动力!而标量中的动态是什么鬼。
像相关？而皮尔森一点也不好，因为它是对称的。
我们看到的是一个对称图形，我们需要一个不对称的测量，因为一个
一个系列必须要超过另一个系列。
:)
至于非平稳性和检测一个行与另一个行的关系，则是
最主要的是要了解什么是静止性以及它的作用...
静止性是指在时间上的时刻的不变性，跨越时间轴的计数。
即使你开始将一个系列相对于另一个系列进行移动，你也不会发现其中的联系，因为在你的
你已经破坏了这种动态关系，使这个系列在时间上同质化。
所以最主要的是不要做得太过分。）
一个非常有趣的讨论!信息量大，娱乐性强。
但我有个问题--在这个主题的几乎每一页（以及大多数其他主题），通过帖子计算的外汇价格系列的期望值都会出现。
那么对于一个非平稳和非超越的时间序列，你如何计算MO呢？毕竟，MO的概念只是针对完全收敛的BP而引入的。
在下一个主题 中，我提议使用量纲来估计BP的参数。当应用于预期报酬时，它是由最后数值的中位数（而不是平均值）来估计的。顺便说一下，在ROS方面的结果要好得多。
我对系列的静止性的看法也是有道理的：目前我正在研究模型，其中产生的系列是两个静止的（或者说准静止的--具有缓慢浮动的特征）随机过程的总和--高斯的 "平静 "和泊松的 "不连续"。采用这种方法，所产生的过程的非平稳性是明显的。到目前为止，我所拥有的这些发展让我可以说，在建立一个近似于现实的价格模型的道路上，我正朝着正确的方向前进。
我想插入我的五分钱。
相关性只是一个数字，它总是作为一个公式计算的结果得到，对从-1到+1的一切。将该公式应用于BP，我们总会得到一些相关值：任何货币对之间，货币对与木星的运动之间，货币对与其他任何东西之间。
任何统计学教科书都会警告相关关系和伪相关关系。要把一个人和另一个人分开，你必须使用其他的统计方法，以避免落入虚假知识的妄想。然而，将相关关系与伪相关关系分开的最有效方法是对两个随机变量之间可能存在的关系做出一些有意义的假设。通过对关系的先验假设，我们可以计算出欧元和英镑之间的相关性，但我们永远不会包括人民币。使用mataparatus我们测试这些假设，即使有了这些假设，也很容易得到伪相关，只是因为BP的统计特征，如正态性要求，要么被省略，要么被错误地考虑。
普利瓦洛夫写了一个脚本，结果与马特卡德的相吻合。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？
如何计算非平稳和非重叠的时间序列的IR？毕竟，MO的概念只是针对完全收敛的VR而引入的。
而且你不能用桥墩和关联性来做!
因为我们需要动力!而标量中的动态是什么鬼。
就像一个相关的？
皮尔逊对样本的质量控制有一个定义。我搞不清楚大家把它称为培生的QC是在算什么。请在Mathcad中命名该函数。这样我就可以在帮助中看到它的详细描述。
懒惰是一种伟大的力量。
http://books.google.ru/books？id=or8sS60Q0ooC&pg=PA159&lpg=PA159&dq=mathcad+corr&source=bl&ots=X2IwE5hGCI&sig=wXlaqOs7LlEQnozhuXyKb2_Fx14&hl=ru&ei=Z4apTPnRRHMyhOvH_1Y8M&sa=X&oi=book_result&ct=result&resnum=2&ved=0CBoQ6AEwAQ#v=onepage&q=mathcad%20corr&f=false
corr(A,B) - 计算Pearson的样本相关系数。