Das geht Mashka nichts an! - Seite 2

 
Neutron:
lna01:
Ich würde mir ansehen, wie sich die Gewichte in der Vergangenheit verhalten. Das heißt, ich würde einen Indikator mit drei Puffern erstellen: w1, w2 und w3.

Kein Problem. Nur was wird es uns bringen? Es ist klar, dass sie sich regelmäßig mit einer Periode von Fluktuationen einer kleineren Skala verhalten werden, da sie eine Lösung der kubischen Gleichung sind.

Ich würde versuchen, aus einem solchen Diagramm einen visuellen Eindruck von ihrer Vorhersagbarkeit und der Möglichkeit des Vorhandenseins einiger Muster zu gewinnen.


P.S. Wenn der Eindruck negativ wäre, würde ich mich wahrscheinlich weigern, weiterzumachen.

 

Seryoga, wenn du das nicht verstehst: "Wenn man die Zeitreihe anhand des vorhergesagten Mittelwerts rekonstruiert, wird das nicht funktionieren, große Fehler", dann ist es ganz einfach. Ich meinte, dass man, wenn man die MA-Kurve für N vorausgesagt hat und den anfänglichen Blutdruck kennt, den zukünftigen Blutdruck leicht rekonstruieren kann.

 

5+ bis Neutron

Die Methode, die "Leitungsabhängigen" auszusortieren, ist an sich sehr gut.
Ansonsten nehmen manche Leute es von der Decke, oder machen Mystik 5, 8, 13.

 
Ja, ich bin neugierig auf die 6, 80 und 300. Vielleicht ist das der Clou an Bessers System - wenn man bedenkt, dass, sagen wir, 80 auf die Minuten 5,33 auf die 15 Minuten sind (hoppla, nicht ganzzahlige Perioden sind aufgetaucht), und 300 ungefähr 5 auf die Stunden sind?
 
Übrigens, ja, es ist auch möglich, das Problem umzukehren. Um zu sehen, wie sich die Schlagperioden ändern müssen, damit die Gewichte annähernd konstant bleiben. Die Korrelationsschwelle von 20 % ist, dem ersten Beitrag nach zu urteilen, nicht wirklich gerechtfertigt.
 
Ahh, ich sehe, wer die perfekte Ma ist. Ich hätte gestern Abend weniger Bier trinken sollen :o)
 
lna01 писал (а): Die Korrelationsschwelle von 20 % ist nach dem ersten Beitrag zu urteilen nicht besonders gerechtfertigt.

Das ist eigentlich kein schlechter Schwellenwert, nicht die unangenehmen 60-70 %, mit denen man nicht viel anfangen kann. Ich habe einmal, als ich mit NS herumgespielt habe, versucht zu sehen, wie der S.T.O. der Vorhersage in Abhängigkeit von der Korrelation mehrerer Vorhersagereihen variiert. Die Schlussfolgerung war, dass es bei einer positiven Korrelation eine Grenze für die Abnahme des OR gibt, d. h. es nimmt nicht umgekehrt proportional zur Wurzel aus der Anzahl der Reihen ab.

 
Mathemat:
lna01 schrieb (a): Die Korrelationsschwelle von 20 % ist, dem ersten Beitrag nach zu urteilen, nicht besonders sinnvoll.

Das ist eigentlich kein schlechter Schwellenwert, nicht die unangenehmen 60-70 %, mit denen man nicht viel anfangen kann. Ich habe einmal, als ich mit NS herumgespielt habe, versucht zu sehen, wie sich der S.O.P. der Vorhersage in Abhängigkeit von der Korrelation mehrerer Vorhersagereihen verändert. Die Schlussfolgerung war, dass, wenn es eine Korrelation gibt und diese positiv ist, es eine Grenze für die Abnahme der S.O.E. gibt, d.h. sie fällt keineswegs umgekehrt proportional zur Wurzel aus der Anzahl der Zeilen.

Das ist nicht so einfach. Die Länge der Zeile ist sehr wichtig für die Berechnung des AC, und in der Tat ist es gleichbedeutend mit einer Obergrenze, von der Werte genommen werden können :o(

 
lna01:
Neutron:
lna01:
Ich würde mir ansehen, wie sich die Gewichte in der Vergangenheit verhalten. Das heißt, ich würde einen Indikator mit drei Puffern erstellen: w1, w2 und w3.

Kein Problem. Nur was wird sie uns bringen? Es ist klar, dass sie sich regelmäßig mit einer Periode von Fluktuationen einer kleineren Skala verhalten werden, da sie eine Lösung der kubischen Gleichung sind.

Ich würde versuchen, einen visuellen Eindruck von ihrer Vorhersehbarkeit und der Möglichkeit des Vorhandenseins bestimmter Muster zu gewinnen.


P.S. Wenn der Eindruck negativ gewesen wäre, hätte ich mich wahrscheinlich geweigert, weiterzumachen.

Aha, jetzt verstehe ich! Wenn nämlich die charakteristische Schwankungsperiode der Koeffizienten kleiner ist als das Mittelungsfenster N, kann man die Vorhersage vergessen. Und genau das wird auch geschehen. Danke, Candid, Sie haben mir gerade eine Menge Zeit und Mühe erspart. Ich kann sehen, dass das Problem mit dieser Formulierung nicht gelöst werden kann.


grasn 10.04.2008 14:19

Seryoga, wenn du das nicht verstehst: "Wenn man die Zeitreihe durch den vorhergesagten Durchschnitt rekonstruiert, wird nichts herauskommen, große Fehler", dann ist es einfach. Ich meinte, dass Sie, wenn Sie die MA-Kurve für N vorausgesagt haben und den anfänglichen Blutdruck kennen, den zukünftigen Blutdruck leicht wiederherstellen können.


Das ist es ja, ich konnte keine Möglichkeit finden, den ursprünglichen BP "einfach wiederherzustellen". Alle Methoden, die ich kenne, scheitern, wenn man sich dem rechten Rand des BP nähert. Ich habe in diesem Forum sogar einmal einen Cartoon gepostet, in dem der Prozess der Annäherung der Vorhersagereihen an den Ereignishorizont gezeigt wird. Das Problem ist, dass wir durch die Integration der anfänglichen BP (Konstruktion der MA) praktisch nichts Neues in die verarbeiteten Daten einbringen und daher keinen Fortschritt in Bezug auf die Vorhersage erzielen. Ich denke, wir brauchen ein Werkzeug, das in der Lage ist, nicht-lineare BP-Abhängigkeiten zu analysieren...


Korey 10.04.2008 14:26

5+ bis Neutron

Ich danke Ihnen!


 

zu Neutron

Seryoga, ich bin etwas verwirrt (achten Sie nicht darauf. Es ist ein Rest vom Bier :) Bitte, wie haben Sie die gegenseitige Korrelation zwischen MA berechnet?[MA(n) und MA(n+1)] dann[MA(n+1) und MA(n+2)] oder auf eine andere Weise?


Wenn ja, beobachten Sie die Tendenz der Grafik selbst:


Es ist nicht ganz klar, woher diese Werte kommen. Denn ab einem Fenster der Länge 20 ist die Korrelation zwischen den MAs sehr stark, und wie sie sich um 20 % unterscheiden und wie man dann zu den Fenstern 6, 80 und 300 kommt. Das ist kaum möglich! Wenn Sie aber z. B.[MA(n) und MA(n+k)] berechnet haben, auf welcher Grundlage haben Sie dann dieses k (Ausdünnungsbedingungen) gewählt? Ändert die Wahl von k das Ergebnis?

В том-то и дело, что я не смог найти способа "легко восстановить" исходный ВР. Все известные мне методы рассыпаются при приближении к правому краю ВР. Я даже как-то мультяшку выкладывал на этом форуме где показан процесс приближения прогнозного ряда к горизонту событий. Дело в том, что интегрируя исходный ВР (строя МА) мы по сути ничего нового не привносим в обрабатываемые данные и, как следствие, не продвигаемся в плане прогнозирования. Думаю, тут нужен инструмент способный к анализу нелинейных зависимостей ВР...

OK. Ich werde Ihnen meine bescheidene Idee später mitteilen :o)