Diskussion zum Artikel "Grundlagen der Statistik" - Seite 2
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Ich habe von einem weiteren Vorteil gehört: Die Standardabweichung ist empfindlicher gegenüber Emissionen. Also lasst uns die ganze Welt vereinen und nicht das Quadrat der Differenz fördern, sondern zum Beispiel die Differenz vierten Grades. Eine solche durchschnittliche "quartäre" Abweichung ist sicherlich auch differenziert und noch empfindlicher gegenüber Ausreißern als die Standardabweichung.
Meiner Meinung nach ergibt sich das Quadrat der Differenz, wie Rosh schon sagte, aus der"Eigenschaft der Algebra unseres Raumes ", nämlich aus der Metrik des linearen Raumes (Abstand zwischen Vektoren). Aber wer sagt denn, dass alle Stichproben zum linearen Raum gehören.
Natürlich sind sie erlaubt. Die Frage ist nur, wann und warum man solche Schätzungen verwendet. In Diskussionen tauchen irgendwie immer häufiger Sätze auf wie"aber er ist mit einem sko über bollinger hinausgegangen ". Warum der Sko? Warum einer? Ich schätze, Sie mögen die 68%-Zahl).
Und hier ist ein Beispiel für Ihre Finger aus der von Ihnen erwähnten Quelle. Die mathematische Erwartung der Zahl, die auf der oberen Kante eines gewöhnlichen Würfels herausfiel. Wenn du sie als arithmetisches Mittel berechnest, ist sie 3,5.
Was bedeutet diese Zahl für Sie?
Wie würde diese Zahl lauten und welche Bedeutung hätte sie, wenn:
Imho sind all diese Abschätzungen von Erwartung und Abweichung durch das arithmetische Mittel und sco zur Gleichverteilung und damit zu den Normalverteilungen ein wenig überzogen.
Ich habe von einem weiteren Vorteil gehört - die Standardabweichung ist empfindlicher gegenüber Emissionen.
Völlig richtig, daher ist es wünschenswert, die Wahl der Fehlerquote in irgendeiner Weise zu rechtfertigen. Zum Beispiel:
Die Verwendung der RMS (Standardabweichung) anstelle der WMS (Modulo-Mittelwertabweichung) ist auf die Notwendigkeit zurückzuführen, den entfernten Ausreißern der QC-Werte gegenüber ihrer MO (mat. expectation) mehr Bedeutung beizumessen.
Man kann auch die biquadratische Norm des Fehlers verwenden. In der allgemeinen Form Abs(Func(Error)). Allerdings wurden gerade für die quadratische Norm, die in ihren Eigenschaften (aus Sicht der Matrix) bemerkenswert ist, zahlreiche analytische Lösungen und Algorithmen mit ausgezeichneter Effizienz entwickelt.
Hier ist ein Beispiel für Finger aus der von Ihnen erwähnten Quelle. Die mathematische Erwartung der Zahl, die auf den oberen Rand eines gewöhnlichen Würfels fällt. Wenn Sie sie als arithmetisches Mittel berechnen, ist sie 3,5.
Was bedeutet diese Zahl für Sie?
Wie würde diese Zahl lauten und welche Bedeutung hätte sie, wenn:
Imho sind all diese Schätzungen der Erwartung und der Abweichung durch den Mittelwert und den Sko ein bisschen weit hergeholt für gleichmäßige und damit normale Verteilungen.
Ich habe einen Link zu einer anderen Seite aus dieser Quelle angegeben, um spezifische Fragen zu beantworten.
Wenn wir es mit einem Würfel zu tun haben, haben wir es mit einer Zufallsvariablen zu tun, und ihre Parameter sollten nicht als Stichproben geschätzt werden. In diesem Fall ist der Erwartungswert einer Zufallsvariablen (des Würfels) 3,5. Der Erwartungswert einer diskreten Zufallsvariablen wird im Gegensatz zum arithmetischen Mittel nach einer anderen Formel berechnet. In diesem Fall stimmten diese Werte gerade überein, weil die Wahrscheinlichkeit, aus jeder Seite des Würfels herauszufallen, gleich groß ist.
Das ursprüngliche Problem?
Es dürfte eine Vielzahl von Algorithmen zur Bestimmung von Mods geben, so dass ein Universalfahrrad hier nicht sinnvoll ist.
Man sollte sich lieber Beispiele anschauen, was man haben möchte und was nicht.
Der Artikel hat mir gefallen.
Er ist sehr leicht zu verstehen und enthält genügend Informationen.
Und nach dem Titel zu urteilen, gibt er nicht vor, mehr als das zu sein.
Ich sehe keinen Nutzen für diesen Artikel. Eine Reihe von Plattitüden aus dem Fernsehen. Und wenn dieser Artikel nicht auf einer spezialisierten, halbseidenen Website abgedruckt wäre, könnte man darüber schweigen. Aber in Anbetracht der Website möchte ich Folgendes anmerken.
Es gibt eine Wissenschaft, die sich mit der Messung, Analyse und Vorhersage von Wirtschaftsdaten beschäftigt. Sie wird Ökonometrie genannt. Sie ist ein enger Blutsverwandter der Statistik, aber es gibt erhebliche Unterschiede.
1. Für Händler hat die Analyse selbst keinen Wert, wenn sich die Prognose nicht aus der Analyse ergibt. Von Prognosen ist in dem Artikel überhaupt nicht die Rede.
2. die Ökonometrie geht zunächst von der Nicht-Stationarität ökonomischer Reihen aus. Und wenn man sich wenigstens daran erinnern würde, sozusagen im Hinterkopf behalten würde, wäre die Geschichte mit den statistischen Grundlagen nicht so rosig: Für nicht-stationäre Reihen lassen sich die Grundkonzepte von Mo, Varianz usw. nur mit vielen Vorbehalten anwenden. Auf jeden Fall sollte man immer im Zweifel sein. Zum Beispiel konvergiert bei nicht-stationären Reihen der Mittelwert nicht notwendigerweise mit dem mo. Ich spreche überhaupt nicht von Korrelation.
3. Die Ökonometrie basiert auf sehr kurzen Stichproben - ein paar Dutzend Beobachtungen. Sie interessiert sich nicht für den Durchschnitt vieler Jahre, denn ein solcher Durchschnitt bedeutet auch, dass man sich mehrere Jahre lang in einer Pose befindet. In Krisenzeiten werden die Schätzungen der Berechnungsergebnisse wichtig. Es sind die Schätzungen, die das Fernsehen grundlegend von der Statistik und insbesondere von der Ökonometrie unterscheiden.
Schulartikel. Das Niveau einer speziellen Schule, nicht einmal der Grundkurse eines Instituts.