引文中的依赖性统计（信息论、相关和其他特征选择方法）。 - 页 12

新评论
 
Mathemat:

问题是，伽马分布函数出现在文章中，仿佛是凭空出现的，据说是通过解决一个确定性的运动困境--但不是统计或观察性分析的结果。罗曼，到目前为止，我没有看到在解决方法上有任何相似之处--即使是常规的。

但是，如果你仔细观察，你仍然可以找到一些相似之处--比如，在 "分配 "这个词中，也可以在优素福的 文章中找到:)


阿列克谢，一切都 清楚了......。我在1999年刚从一所基础大学毕业。而我，出于某种原因:-)))，对所有这样的 曲线型问题，特别是在使用它们制定任务（TOR用于编写EA）时，在将它们的解决方案转化为代码时，我考虑的方法基本相同......:-))).

但据我所知，在这个 分支问题上，还没有制定使用它们（曲线）的ToR？

 

不，没有衔接，这是肯定的。他们才刚刚开始学习字母表（一年级），所以这里离真正的科学还很远。

P.S.而我在1987年接受了高中教育，除了数学之外，几乎已经忘记了一切。

 
Mathemat:

不，没有衔接，这是肯定的。他们才刚刚开始学习字母表（一年级），所以这里离真正的科学还很远。

P.S.而我在1987年接受了高中教育，除了数学之外，几乎已经忘记了一切。


我明白了。
 
Mathemat:.....而我在1987年获得了高中教育，除了数学之外，几乎忘记了一切。
...而且从那时起我感觉好多了 (c)
 
Mathemat:

很好。Statistica 软件包是 数据挖掘的唯一来源。因此，应该禁止TI使用它。也禁止你自己的大脑，因为有了Statistica，就不再需要它了。


顺便说一下，我指的不仅是统计学，也包括教科书。不要歪曲事实，假装自己不明白。

如果不严格尊重教科书中记录的现有术语和概念，就无法获得新知识。

你不能只是从TI中获取概念，并称其为数据挖掘。这是必要的。

准确定义我们所采取的措施

证明有可能将其转移到一个新的地方

并在这个新的基础上证明新基础上的结果的价值。

HideYourRichess 已经对第一点质疑了一天，我没有看到对最后一点的任何可理解的回答。

商数有依赖性不是新闻，有记忆也不是新闻，有一门叫做计量经济学 的科学来识别它们并在分析和预测中使用它们。你又发现了什么？一些糟糕的文章，最初没有界定所使用的概念在其他已知和既定的概念中的位置，你只需要坐下来学习，如果你知道，就把这些知识公开。

 
faa1947:

顺便说一下，不仅提到了统计学，也提到了教科书。没有必要把事情扭曲，假装你不明白。

如果不严格尊重教科书中记录的现有术语和概念，就无法获得新知识。

你不能只是从TI中获取概念，并称其为数据挖掘。这是必要的。

准确定义我们所采取的措施

证明有可能将其转移到一个新的地方

并以这个新的基础来证明结果的价值。

HideYourRichess 几天来一直在质疑第一点，而我没有看到对最后一点的连贯回应。

商数有依赖性不是新闻，有记忆也不是新闻，因为它们的检测和用于分析和预测--这是一门叫做计量经济学的科学。你又发现了什么？一些糟糕的文章，最初没有界定所使用的概念在其他已知的和已确定的概念中的位置，你只需要坐下来学习，如果你知道，那就把这些知识公开。





这里没有地面。这个方法是极其抽象的。简而言之：一个离散的真实仪器回报系列的压缩（存档）效果比类似的离散的随机行走系列更好。 为什么是另一个问题））。
 
Avals:

这里没有地面。该方法是高度抽象的。简而言之：一个离散的真实仪器回报系列的压缩（存档）效果比类似的离散的随机行走系列更好。为什么是另一个问题））。

因此，当他们用量纲操纵数据替换时，他们缩短了字母表......（并扩大了可能的声音领域）。

对 "普通 "耳朵来说，没有任何损失。

;)

--------

从五位数 到三位数会很酷。

 
faa1947: 你不能只是从TI中获取概念，并称其为数据挖掘。这是必要的。

确定具体采取什么措施

证明可转移到新场地的合理性

并根据该新理由证明新理由的结果的价值。

我不争论，这一切都很有意义。让我们从第1点开始。

1."准确定义要采取的措施： 首先是一个单元任务，然后是一个不可分割的任务。

我们固定一个整数的Lag。这将是 "条形之间的距离"，即在MT4的特定时间框架上它们的指数差异的模数。

目标：确定以下两个随机变量之间是否存在统计关系：1）指数为sh的 "主 "条的回归，以及2）指数为sh+Lag的 "从 "条的回归。

这就是我们采取的措施：所有的条形图之间的距离都等于拉格。准确度的最终体现。

faa1947 : HideYourRichess对第一点质疑了好几天，而对最后一点，我没有看到一个可以理解的答案。

在哪里，有什么可怀疑的？让我们先来处理第一点。如果我们这样做，让我们继续讨论第二点。

 
Mathemat:


我们修复了整个拉格。这将是 "条形之间的距离"，即在MT4的特定时间框架上其指数的差异模数。


任务已经改变...

o)

-----------

鉴于时间框架条的惯例，以及它的稳定特征--因为开盘和收盘不是特征，剩下的就是H和L。

我们在比较什么？还没有人给我们在酒吧里的平均数和抽筋......

萨满教...

 

我再次建议将著名的Excel电子表格贴在这里。否则作为著名的万能......和其他东西的翻版--公式，我们还没有看到它。

相似性的滞后性是好的。相似性的标准--我们也还没有看到它。

那么争论-讨论的是什么呢？

(

1...5678910111213141516171819...74
新评论