Una correlación muestral nula no significa necesariamente que no exista una relación lineal - página 44
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
Echemos un vistazo juntos:
Ahí está mi post "CC PUEDE y DEBE ser contado por las filas originales". Ahora preste atención, pregunta - ¿hay la palabra SOLO en el significado de "CC PUEDE y DEBE ser contado SOLO por las filas originales")?
Bien, toma las dos funciones ortogonales seno y coseno. Obviamente, la correlación entre sus valores es cero.
Ahora vamos a cambiar un poco estas funciones para que se parezcan más a una serie de precios: 1) las elevamos por encima de cero 2) y aumentamos gradualmente los valores según la escala relativa utilizando la función de exponenciación.
Medimos el QC de Pearson para los valores obtenidos y para sus logaritmos. El control de calidad de los logaritmos tiende a cero. El control de calidad de la cifra principal es que hay una relación. ¿Cuál es el control de calidad al que se refiere?
Este ejemplo es inverosímil y no se ajusta del todo a su consulta, pero aun así.
Bien, toma las dos funciones ortogonales seno y coseno. Obviamente, la correlación entre sus valores es nula.
¿Por qué?
¿Entiendes siquiera lo que significa "La correlación entre sus valores es cero"? Esta expresión significa que KK=0, lo que no es el caso (y esto se puede determinar incluso visualmente).
No sé ni qué decir (pensé que había mencionado la ortogonalidad). ¿Por qué? Porque esa es su naturaleza.
Aquí está el archivo excel, experimenta.
Tal vez sean las conclusiones de una comparación visual las que dieron origen a este tema.
¿Qué coeficiente de correlación utilizará?
Si quieres conocer el coeficiente de correlación, utilizarás el coeficiente de correlación. Si quieres saber el coeficiente de correlación, tendrás que mirar el coeficiente de correlación.
Primero hay que determinar sobre qué se anda y luego aplicar un coeficiente de correlación, o un coeficiente de correlación para la diferencia o el logaritmo o lo que sea, o tal vez no un coeficiente de correlación en absoluto.
No sé ni qué decir (pensé que había mencionado la ortogonalidad). ¿Por qué? Porque esa es su naturaleza.
Aquí está el archivo de Excel, el experimento.
Tal vez estas sean las conclusiones de una comparación visual que dio origen a este hilo.
¿Sí? Y una vez me enseñaron que el coeficiente de correlación para el coseno y el seno varía suavemente de -1 a +1. Resulta que es 0........
Depende del periodo que se cuente. Si es menor que el periodo del seno y del coseno, va hacia aquí y hacia allá. Si exactamente el período del seno y del coseno, 0.
Bien, toma las dos funciones ortogonales seno y coseno. Obviamente, la correlación entre sus valores es cero.
Ahora vamos a cambiar un poco estas funciones para que se parezcan más a una serie de precios: 1) elevarlas por encima de cero 2) y aumentar gradualmente los valores según la escala relativa utilizando la función exponencial.
Medimos el QC de Pearson para los valores obtenidos y para sus logaritmos. El control de calidad de los logaritmos tiende a cero. El QR calculado "de frente" indica la existencia de una relación. ¿Cuál es el control de calidad al que se refiere?
El ejemplo es rebuscado y no se ajusta del todo a su consulta, pero aun así.
Cuál es el sentido de estas construcciones, el QR describe la relación entre dos variables aleatorias en un momento dado en el tiempo y no durante un intervalo. Esto último sólo es cierto si los dos procesos que se comparan son a) estacionarios b) ergódicos, lo cual no es en absoluto el caso de las funciones dadas, por lo que el QC de la muestra como estimación del QC verdadero no tiene ningún sentido para ellos. En otras palabras, primero hay que demostrar (o al menos suponer razonablemente) la estacionariedad y la ergodicidad, y sólo entonces sustituir la serie en la fórmula.
Depende del periodo que se cuente. Si es menor que el periodo del seno y del coseno, va hacia aquí y hacia allá. Si exactamente para el período del seno y del coseno, entonces 0.
Ver mi post anterior - si en un intervalo donde podemos aproximar las condiciones a y b