Discusión sobre el artículo "Fundamentos de la estadística" - página 2
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
He oído hablar de una ventaja más: la desviación típica es más sensible a las emisiones. Así que vamos a unir a todo el mundo, e ir a promover no el cuadrado de la diferencia, pero por ejemplo la diferencia en el cuarto grado. Tal desviación media "cuaternaria" es seguramente también diferenciada e incluso más sensible a los valores atípicos que la desviación típica.
En mi opinión, el cuadrado de la diferencia se deduce, como ya ha dicho Rosh, de la"propiedad del álgebra de nuestro espacio ", es decir, de la métrica del espacio lineal (distancia entre vectores). Pero quién ha dicho que todas las muestras pertenecen al espacio lineal.
Por supuesto que están permitidas. La cuestión es cuándo y por qué utilizar tales estimaciones. En las discusiones de alguna manera más a menudo hay frases afirmativas como"pero fue más allá de bollinger con un sko ". ¿Por qué el sko? ¿Por qué uno? Supongo que le gusta la cifra del 68%).
Y aquí tienes un ejemplo con los dedos extraído del recurso que has mencionado. La expectativa matemática del número que salió en el borde superior de un dado ordinario. Si lo calculas como media aritmética, es 3,5.
¿Qué significa ese número para ti?
¿Cuál sería este número y cuál sería su significado si:
Imho todas estas estimaciones de la expectativa y la desviación a través de la media aritmética y sco son un poco sobre las orejas a la uniforme y por lo tanto a las distribuciones normales.
He oído hablar de una ventaja más: la desviación típica es más sensible a las emisiones.
Totalmente cierto, por lo que es conveniente justificar de algún modo la elección de la tasa de error. Por ejemplo:
El uso de RMS (desviación estándar) en lugar de WMS (desviación modulo-media) es causado por la necesidad de dar más importancia a los valores atípicos distantes de QC de su MO (expectativa mat.).
También se puede utilizar la norma biquadrática del error. En la forma general Abs(Func(Error)). Sin embargo, se han desarrollado un gran número de soluciones analíticas y algoritmos de excelente eficacia precisamente para la norma cuadrática, que destaca por sus propiedades (desde el punto de vista matricial).
Aquí tienes un ejemplo sobre dedos extraído del recurso que has mencionado. La expectativa matemática del número que cae en el borde superior de un dado ordinario. Si lo calculas como media aritmética, es 3,5.
¿Qué significa ese número para ti?
¿Cuál sería este número y cuál sería su significado si:
Imho todas estas estimaciones de la expectativa y desviación a través de la media y sko son un poco exageradas para distribuciones uniformes y por lo tanto normales.
He dado un enlace a otra página de este recurso para responder a preguntas específicas.
Cuando tratamos con un dado, tratamos con una variable aleatoria, y sus parámetros deben ser estimados no como muestras. En este caso, la expectativa de una variable aleatoria (el dado) es 3,5. Mat. La esperanza de una variable aleatoria discreta se calcula mediante una fórmula diferente a la de la media aritmética. En este caso, estos valores acaban de coincidir, porque la probabilidad de caer de cada lado del dado es la misma.
¿El problema original?
Debe haber un montón de algoritmos para determinar mods, por lo que una bicicleta universal no es útil aquí.
Usted debe mirar más bien ejemplos, lo que quiere conseguir y lo que no quiere conseguir.
Me ha gustado el artículo.
Es muy fácil de entender y contiene suficiente información.
Y, a juzgar por el título, no pretende ser más que eso.
No le veo ninguna utilidad a este artículo. Una serie de tópicos de la televisión. Y si este artículo no se publicara en un sitio web especializado y medio comercial, sería posible guardar silencio. Pero teniendo en cuenta el sitio, me gustaría señalar lo siguiente.
Existe una ciencia que mide, analiza y pronostica los datos económicos. Se llama econometría. Es un pariente cercano y consanguíneo de la estadística, pero hay diferencias significativas.
1. Para los operadores, el análisis en sí no tiene ningún valor si la previsión no se deriva del análisis. El artículo no menciona la previsión en absoluto.
2. La econometría parte inicialmente de la no estacionariedad de las series económicas. Y si al menos uno se acordara de ello, lo tuviera presente, por así decirlo, la historia de la estadística básica no sería tan halagüeña: para las series no estacionarias los conceptos básicos de mo, varianza, etc. pueden aplicarse con muchas reservas. En cualquier caso, siempre hay que tener dudas. Por ejemplo, para las series no estacionarias, la media no convergerá necesariamente a la mo. No hablo en absoluto de correlación.
3. la econometría se basa en muestras muy cortas: algunas decenas de observaciones. No le interesa la media de muchos años, ya que dicha media también implica estar en una pose durante varios años. En las crisis, las estimaciones de los resultados del cálculo cobran importancia. Son las estimaciones las que distinguen radicalmente la TV de la estadística y, sobre todo, de la econometría.
Artículo sobre la escuela. El nivel de una escuela especial, ni siquiera los cursos inferiores de un instituto.