Discusión sobre el artículo "Fundamentos de la estadística"

 

Artículo publicado Fundamentos de la estadística:

Cada trader utiliza en su trabajo este u otro tipo de cálculos estadísticos, incluso si se declara seguidor del análisis fundamental. Este artículo le ayudará a familiarizarse con los fundamentos de la estadística, con sus elementos básicos, además de hablarle de su importancia a la hora de tomar decisiones.

¿Qué es la estadística? Esta es la definición que da Wikipedia: "La estadística es la rama del saber en la que se explican las cuestiones generales sobre la recopilación, la medición y el análisis de los datos de una muestra representativa (ya sean cuantitativos o cualitativos)." (Estadística). De esta definición podemos extraer las tres tareas básicas de la estadística: la recopilación de datos, la medición de datos y el análisis de datos. Para el trader, la tarea más útil es el análisis de datos, dado que la información le es proporcionada por el bróker o a través del terminal comrecial, y ya está medida de antemano.

los traders modernos (en su mayoría) utilizan el análisis técnico para la toma de decisiones sobre la compra o la venta. Los traders topan con la estadística prácticamente a cada paso cuando usan este o aquel indicador, o bien intentan pronosticar el nivel de los precios en el periodo de tiempo más cercano. Qué vamos a decir, el mismo gráfico de las oscilaciones de los precios constituye un cierto tipo de estadística de la acción o la divisa a lo largo del tiempo. Por eso es muy importante comprender los principios básicos de la estadística, sobre los que se basan y construyen multitud de mecanismos que facilitan el trabajo del trader a la hora de tomar decisiones.

Autor: QSer29

 

Sabemos todo esto, dinos cómo construir un grial con ello ))))

Sí, y si puedes, dime cómo identificar una distribución polimodal, o al menos bimodal )

 
... Además de esto me gustaría decir que para estudiar estadística, como cualquier otra ciencia, нужно с самых азов. Incluso a través de sus elementos básicos puede simplificar la comprensión de muchas cosas complejas, mecanismos, patrones, ...

Oh me gusta lo básico, son como axiomas. Sobre una base sólida - un sólido"grial" ))


Un par de puntos a los que no encontré respuesta en el artículo sobre fundamentos:

1) Por qué la estimación de la expectativa muestral es la media aritmética y no la media geométrica, la media armónica o incluso la mediana. ¿Cuál es la razón de esta elección?

2) ¿Por qué es necesario calcular la dispersión en lugar de la desviación media absoluta si queremos saber"cuánto se alejan los valores de la muestra de su expectativa matemática "?

3) Hay un interesante tres en el coeficiente de curtosis, que puede hacer un poco de lío si el coeficiente está en el denominador. ¿Para qué conveniencia se puso ahí?


P.D. Esto no es una crítica al artículo, sino sólo para los que están aprendiendo lo básico.
 
Por cierto, yo también me he preguntado siempre por qué la desviación típica es mejor que la media absoluta. ¿Tiene alguna otra propiedad estadística? ¿O todo esto de elevar al cuadrado es sólo porque no existe una función en matemáticas para tomar el módulo de forma analítica? )))
 
bas:
Por cierto, yo también me he preguntado siempre por qué la desviación típica es mejor que la media absoluta. ¿Tiene alguna otra propiedad estadística? ¿O todo esto de elevar al cuadrado es sólo porque no existe una función en matemáticas para tomar el módulo de forma analítica? )))

¿Quizás sólo sean propiedades del álgebra de nuestro espacio? Aunque aquí he encontrado un artículo que responde directamente a la pregunta -http://statanaliz.info/teoriya-i-praktika/10-variatsiya/15-dispersiya-standartnoe-otklonenie-koeffitsient-variatsii.html:

La desviación estándar obviamente también caracteriza una medida de la dispersión de los datos, pero ahora (a diferencia de la dispersión) se puede comparar con los datos originales, ya que sus unidades son las mismas (esto es evidente a partir de la fórmula de cálculo). Pero incluso este indicador en su forma pura no es muy informativo, ya que contiene demasiados cálculos intermedios que resultan confusos (desviación, cuadrado, suma, media, raíz).

Sin embargo, ya se puede trabajar directamente con la desviación típica, porque las propiedades de este indicador están bien estudiadas y son conocidas. Por ejemplo, existe la regla de las tres sigmas, que establece que en datos con una distribución normal 997 valores de cada 1000 no se alejarán más de 3 sigmas a un lado u otro del valor medio.

Sigma, como medida de incertidumbre, también interviene en muchos cálculos estadísticos. Se utiliza para establecer el grado de precisión de diversas estimaciones y predicciones. Si la variación es muy grande, la desviación típica también lo será, por lo que la previsión será inexacta, lo que se expresa, por ejemplo, en intervalos de confianza muy amplios.

Дисперсия, стандартное отклонение, коэффициент вариации
Дисперсия, стандартное отклонение, коэффициент вариации
  • statanaliz.info
Здравствуйте, уважаемые любители статистики и посетители блога statanaliz.info. Из предыдущей статьи мы узнали, что такое вариация данных и рассмотрели такие показатели, как размах вариации и среднее линейное отклонение. Оба показателя отличаются и методом расчета (это очевидно), и интерпретацией. Однако статистические показатели изменчивости...
 
bas:
Por cierto, yo también me he preguntado siempre por qué la desviación típica es mejor que la media absoluta.
La desviación típica se diferencia de la media absoluta. Eso, a su vez, permite utilizar esta función en otros cálculos analíticos, por ejemplo, en el método de los mínimos cuadrados. También hay otras ventajas.
 
GaryKa:

Me gustan los fundamentos, son como axiomas. Sobre una base sólida - un "grial" sólido ))


Un par de puntos a los que no encontré respuesta en el artículo sobre fundamentos:

1) Por qué la estimación de la expectativa muestral es la media aritmética y no la media geométrica, la media armónica o incluso la mediana. ¿Cuál es la razón de esta elección?

2) ¿Por qué es necesario calcular la dispersión en lugar de la desviación media absoluta si queremos saber"cuánto se alejan los valores de la muestra de su expectativa matemática "?

3) Hay un interesante tres en el coeficiente de curtosis, que puede hacer un poco de lío si el coeficiente está en el denominador. ¿Para qué conveniencia se puso ahí?


P.D. Esto no es una crítica al artículo, sino sólo una reflexión para los que están aprendiendo lo básico.

1,2) Algunos cálculos matemáticos que explican el uso de la media aritmética y la desviación típica - http://teorver-online.narod.ru/teorver49.html.

3) Todas las estimaciones de parámetros dadas en este artículo son insesgadas. Por lo tanto, hay todo tipo de coeficientes aditivos por los que se deben multiplicar los valores de estimación (en particular, el triple de la fórmula de curtosis).

ТеорВер-Онлайн: 6.4 Выборочное среднее и выборочная дисперсия
  • teorver-online.narod.ru
Иногда исследователь ставит перед собой более конкретную проблему: как, основываясь на выборке, оценить интересующие его числовые характеристики неизвестного распределения, не прибегая к приближению этого распределения как такового, то есть без построения выборочных функций распределения, гистограмм и т.п. В данном параграфе мы обсудим простые...
 
bas:

Sabemos todo esto, dinos cómo construir un grial a partir de ello ))).

Por desgracia, otra reescritura de lugares comunes elementales de un libro de referencia de matemáticas. Desde el autor sólo algunas inexactitudes. Por lo tanto, es mejor utilizar el libro de referencia que tales artículos.

 

Las normas de error cuadrático utilizadas habitualmente se derivan de su aplicación con éxito en física, porque casi todas las sumas de distribuciones en el límite de los grandes números tienden a la distribución gaussiana de variables aleatorias, que tiene exactamente el cuadrado del error en el exponente. En este caso, la probabilidad de distribución conjunta de cantidades independientes distribuidas gaussianamente contiene la suma de cuadrados de errores en el exponente.

Otras normas de error son bastante admisibles.

 
hrenfx:

Otros estándares de error son perfectamente aceptables.

Qué interesante. Lástima que mi libro de estadística no lo mencionara.

¿Quizás también sepas reconocer una distribución polimodal?

 
bas:

¿Quizá también sepa reconocer una distribución polimodal?

¿El problema original?