苏尔托诺夫回归模型（SRM）--声称是市场的数学模型。 - 页 42 1...35363738394041424344454647 新评论 anonymous 2012.07.14 09:54 #411 orb: 密度不是限制在0到1吗？ 密度不是。 Юсуфходжа 2012.07.14 10:03 #412 orb: 密度不是限制在0到1吗？ 当然它是以一为界的，但在这里：P=1+tHammasp(t/t;n;1;0)，其中tHammasp(t/t;n;1;0)是分布密度函数，从0到1变化。见本文的公式（7）。 Vizard 2012.07.14 10:25 #413 yosuf: 是的，我一定是把零写多了......。 在任何回归中，看到艾玛飞向天空是一种天赋......主要是相信......) orb 2012.07.14 11:13 #414 anonymous: 密度--没有。 让我们说再见吧！）无知的人。 anonymous 2012.07.14 11:32 #415 orb: 再见！）无知的人。 f(x,mu,sigma)=exp(-((x-mu)^2)/(2*sigma^2))/(sigma*sqrt(2*pi) )- 正态分布的密度。 教授，你会发现，f(0, 0, 0.01)=39.89，这很让人吃惊。 anonymous 2012.07.14 11:39 #416 yosuf: 当然它是以一为界的，但在这里：P=1+tHammasp(t/t;n;1;0)，其中tHammasp(t/t;n;1;0)是分布密度函数，从0到1变化。见本文的公式（7）。 出了占领，该单位被从-inf到x的密度的非不变积分所约束。 orb 2012.07.14 11:54 #417 anonymous: f(x,mu,sigma)=exp(-((x-mu)^2)/(2*sigma^2))/(sigma*sqrt(2*pi) )- 是正态分布的密度。教授，你会发现，f(0, 0, 0.01)=39.89，这很让人吃惊。我会检查的，总的来说你错了，因为0是一个离散值，而你用的是连续的正态分布规律，分别需要引入一个广义的密度，因为随机变量是混合的X，有可能的X的值，它取一个离散值0，其他是连续值 anonymous 2012.07.14 12:15 #418 orb: 一般来说，你搞错了，因为0是一个离散值，而你使用的是一个连续的正态分布规律。 对于区间[-0.027152;0.027152]中的任何x，f(x, 0, 0.01) > 1。 因此，我们必须引入一个广义的密度。 一定要 :D 因为随机变量是混合的X，X的可能值，它取一个离散值0，其余为连续值 真的吗？整数的集合不是离散的吗？x可以从整数集中取任何值（作为R的一个子集），这样可以吗？ orb 2012.07.14 12:46 #419 anonymous: 对于区间[-0.027152;0.027152]中的任何x，f(x, 0, 0.01) > 1。 绝对的 :D 真的吗？整数的集合不是离散的吗？x可以从整数集中取任何值（作为R的一个子集），这样可以吗？ 你是否同意m=0是数学期望的说法，或者说是它的估计？ sigma=0.01是方差估计的根吗？ 你能不能，对这样一个系列进行建模？））所以估计不是从你的脑袋里拿出来的。 anonymous 2012.07.14 13:12 #420 orb:你是否同意m=0是数学期望的说法，或者说是它的估计？sigma=0.01是方差估计的根吗？你能不能，对这样一个系列进行建模？））所以估计不是从你的脑袋里拿出来的。 它们不是估计值，而是分布的确切参数--期望值和标准差，教授 :D 当然，我可以建立这样一个系列的模型。尽管在这里完全没有必要，因为你与优素福的异端邪说仅通过对理论分布函数的分析就被驳倒了。 > x <- rnorm(100, 0, 0.01) > x [1] 1.619572 e-02 6.798108 e-05 -3.627928 e-03 5.241613 e-03 1.273511 e-02 1.575794 e-03 7.716432 e-03 2.047810 e-03 [9] 7.551535 e-03 2.707827 e-03 -1.783785 e-02 4.513436 e-03 -4.031291 e-03 -1.058043 e-02 1.421831 e-04 -6.639672 e-03 [17] -1.434773 e-02 -4.618057 e-03 -1.411381 e-02 -1.459423 e-02 -7.465568 e-03 -7.713061 e-03 3.016197 e-02 -4.193879 e-03 [25] 8.984821 e-03 7.578804 e-03 -1.256003 e-02 1.374785 e-02 1.239761 e-03 -1.547361 e-02 -1.735638 e-02 -6.853623 e-03 [33] 5.278165 e-03 -1.917603 e-03 -3.507008 e-03 3.709349 e-03 -2.094672 e-04 -2.224821 e-03 -3.501819 e-03 -3.312482 e-03 [41] 9.050138 e-03 -1.517038 e-03 -2.481432 e-04 1.132736 e-03 2.664056 e-03 2.146325 e-03 -1.762083 e-02 -8.993990 e-03 [49] 8.303284 e-03 -5.353900 e-03 -2.845936 e-02 -1.556778 e-02 6.326411 e-04 -1.982076 e-02 -2.460851 e-03 -9.028795 e-03 [57] 1.233104 e-02 -6.179724 e-03 1.614575 e-02 -9.239795 e-03 1.350007 e-02 -7.019569 e-03 1.463546 e-02 9.611378 e-03 [65] 1.403177 e-02 -2.875648 e-03 -3.541369 e-03 9.854737 e-03 2.134445 e-03 3.010908 e-03 -9.468081 e-03 5.583229 e-03 [73] -4.736917 e-03 -2.052099 e-03 -1.371189 e-02 -1.530808 e-03 8.776596 e-03 -1.272746 e-02 9.583266 e-03 -1.944051 e-02 [81] -2.341326 e-03 4.766029 e-03 -7.953369 e-03 1.773432 e-02 8.939169 e-03 8.789134 e-03 -5.713990 e-03 4.144645 e-03 [89] 6.384486 e-03 8.868000 e-03 -1.181570 e-02 4.893533 e-03 -3.452248 e-03 -1.525700 e-03 2.135513 e-02 1.633766 e-02 [97] -6.266012 e-03 -5.332083 e-03 2.446737 e-02 -1.470896 e-02 > mean(x) [1] -0.0003638158 > sd(x) [1] 0.01055043 1...35363738394041424344454647 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
密度不是限制在0到1吗？
密度不是。
密度不是限制在0到1吗？
是的，我一定是把零写多了......。
密度--没有。
再见！）无知的人。
f(x,mu,sigma)=exp(-((x-mu)^2)/(2*sigma^2))/(sigma*sqrt(2*pi) )- 正态分布的密度。
教授，你会发现，f(0, 0, 0.01)=39.89，这很让人吃惊。
当然它是以一为界的，但在这里：P=1+tHammasp(t/t;n;1;0)，其中tHammasp(t/t;n;1;0)是分布密度函数，从0到1变化。见本文的公式（7）。
出了占领，该单位被从-inf到x的密度的非不变积分所约束。
f(x,mu,sigma)=exp(-((x-mu)^2)/(2*sigma^2))/(sigma*sqrt(2*pi) )- 是正态分布的密度。
教授，你会发现，f(0, 0, 0.01)=39.89，这很让人吃惊。
我会检查的，总的来说你错了，因为0是一个离散值，而你用的是连续的正态分布规律，分别需要引入一个广义的密度，因为随机变量是混合的X，有可能的X的值，它取一个离散值0，其他是连续值
一般来说，你搞错了，因为0是一个离散值，而你使用的是一个连续的正态分布规律。
对于区间[-0.027152;0.027152]中的任何x，f(x, 0, 0.01) > 1。
因此，我们必须引入一个广义的密度。
一定要 :D
因为随机变量是混合的X，X的可能值，它取一个离散值0，其余为连续值
真的吗？整数的集合不是离散的吗？x可以从整数集中取任何值（作为R的一个子集），这样可以吗？
对于区间[-0.027152;0.027152]中的任何x，f(x, 0, 0.01) > 1。
绝对的 :D
真的吗？整数的集合不是离散的吗？x可以从整数集中取任何值（作为R的一个子集），这样可以吗？
你是否同意m=0是数学期望的说法，或者说是它的估计？
sigma=0.01是方差估计的根吗？
你能不能，对这样一个系列进行建模？））所以估计不是从你的脑袋里拿出来的。
你是否同意m=0是数学期望的说法，或者说是它的估计？
sigma=0.01是方差估计的根吗？
你能不能，对这样一个系列进行建模？））所以估计不是从你的脑袋里拿出来的。
它们不是估计值，而是分布的确切参数--期望值和标准差，教授 :D
当然，我可以建立这样一个系列的模型。尽管在这里完全没有必要，因为你与优素福的异端邪说仅通过对理论分布函数的分析就被驳倒了。