Diskussion zum Artikel "Die Box-Cox Transformation"
Victor, denken Sie, dass es im Falle einer schlechten Annäherung an die Normalität nach der BC-Transformation sinnvoll ist, dieselbe Transformation erneut anzuwenden?
Ich weiß es nicht, aber ich denke, dass die erneute Anwendung der Transformation nicht mehr so stark wirkt wie die erste.
Mir scheint, dass diese Art von Transformationen nicht perfekt sind. Die Anwendung einer solchen Transformation, wie auch jeder anderen, führt zu einer Veränderung der ursprünglichen Eigenschaften der Eingangssequenz (wahrscheinlich). Und hier kommt es darauf an, es nicht zu übertreiben, sonst hat die nach der Transformation erhaltene Sequenz nichts mehr mit der ursprünglichen gemeinsam. Das ist wahrscheinlich der Grund, warum Transformationen, die eine beliebige Eingangssequenz in eine normale Sequenz verwandeln können, nicht weit verbreitet sind. Aber ich möchte noch einmal betonen, dass ich mich mit diesen Fragen nicht ernsthaft beschäftigt habe.
Verstehe. Ja, das ist ein ziemlich tiefgründiges Thema. Man kann, wie man sagt, sehen und sägen.....
Der Artikel ist sehr informativ. Es gibt eine logische Verbindung zu dem, was Sie zuvor geschrieben haben. Ich danke Ihnen für das Material.
Verstehe. Ja, das ist ein ziemlich tiefgründiges Thema. Man kann, wie man sagt, sehen und sägen.....
Der Artikel ist sehr informativ. Es gibt eine logische Verbindung zu dem, was Sie zuvor geschrieben haben. Ich danke Ihnen für das Material.
Ich danke Ihnen für die Bewertung meiner Arbeit.
Wenn es um den Handel geht, ist die Stabilität der Merkmale des Quotienten bei der Verschiebung entlang des Quotienten von Interesse. Sie haben die Merkmale der Veränderung nach der Transformation ohne Verschiebung angegeben, aber was passiert mit dem BC-Parameter, wenn man einen Balken nach vorne verschiebt? Wenn wir die statistischen Merkmale bei einer sequentiellen Verschiebung entlang des untransformierten Quotienten mit den statistischen Merkmalen des transformierten Quotienten vergleichen, was sehen wir dann? Nimmt die Varianzschwankung mit der Verschiebung ab. Wenn sie abnimmt, dann ist genau das ein großer Vorteil für BC.
Dieser Artikel war als Einstiegsartikel gedacht, der den Leser in erster Linie auf die Merkmale der klassischen statistischen Methoden aufmerksam machen und eine Art Werkzeugkasten für Experimente bereitstellen sollte. Ihre Fragen gehen weit über den Rahmen dieses Artikels hinaus. Ich werde nicht in der Lage sein, sie für Sie zu beantworten.
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Neuer Artikel Die Box-Cox Transformation :
In diesem Beitrag möchten wir Sie mit der Box-Cox-Transformation vertraut machen. Wir behandeln die Schwierigkeiten ihrer Verwendung und stellen einige Beispiele vor, um die Beurteilung der Effizienz der Transformation anhand von Zufallsfolgen und echten Kursnotierungen zu ermöglichen.
Für Folgen mit ausschließlich positiven Werten wäre eine solche Verschiebung verzichtbar, aber um bei der Transformation die Wahrscheinlichkeit des Auftretens übermäßig großer Werte im Fall einer Potenzierung zu verringern, verwenden wir denselben Verschiebungsalgorithmus auch bei „positiven“ Folgen. Somit wird jede Eingangsfolge nach der Verschiebung im positiven Wertebereich liegen und ihren niedrigsten Wert jeweils nahe Null haben.
In der Abbildung 1 sehen wir die Graphen der Box-Cox-Transformation mit unterschiedlichen Werten für den Parameter Lambda. Die Abbildung 1 wurde dem Artikel Box-Cox Transformations [3] entnommen. Die waagerechte Stricheinteilung des Diagramms entspricht dem Maßstab des Logarithmus.
Abb. 1. Die Box-Cox-Transformation mit unterschiedlichen Werten für den Parameter Lambda
Autor: Victor