Discusión sobre el artículo "Distribuciones Estadísticas en MQL5: tomando lo mejor de R" - página 16

 
Maxim Kuznetsov:
eso es para que hagas un curso de estadística matemática :-) Considéralo una verdad divina que nos viene de arriba y en forma de Normas Estatales

Maple y Mathcad se despiden.

 
fxsaber:

¿ZY R también cuenta a través de (tamaño-1)?

Sí. MathVariance cuenta la varianza de la muestra de forma similar a var() en R.

1.2 MathVariance

La función calcula la varianza (segundo momento) de los elementos de la matriz. En caso de error devuelve NaN. Un análogo de var() en R.

R:

MQL5:

#include <Math\Stat\Math.mqh>
void OnStart()
  {
//---
   double y[]={1,2,3,4,5,6,7,8,9,10};
   Print(MathVariance(y));
  }



Wolfram:


Excel:


Variance | R Tutorial
  • www.r-tutor.com
An R tutorial on computing the variance of an observation variable in statistics.
 
Quantum:

Sí. MathVariance cuenta la varianza de la muestra de forma similar a var() en R.

R:

MQL5:

Wolfram:

Excel:

Mathcad:

Parece que no se entiende lo que es la Desviación Cuadrática Media en los sistemas que has citado.

 
fxsaber:

Mathcad:

Para calcular la varianza de la muestra en MathCad pruebe "Var" en lugar de "var".
 
Quantum:
Para calcular la varianza de la muestra en MathCad pruebe "Var" en lugar de "var".

¿Cómo hacerlo en MQL?

ZY En mathcad hay media, pero no hay Media. Y así es con muchas funciones. Y la mayoría de la gente usa funciones con minúscula. Y cuando se necesita algo específico, usan mayúsculas. Pero en R/Wolfram/Excel, parece ser al revés: si existe la posibilidad de dar algo específico, se da por defecto, y si necesitas algo estándar, lo escribes de otra manera. Pero claro, es una pena que Math.mqh no pueda calcular RMS.

 
Alexey Nikolaev:

O tengo algo mal o hay un problema con el cálculo de la densidad empírica.

Gracias por el mensaje, tienes razón, hay un error en la normalización de la densidad empírica. Adjunto la versión corregida de Math.mqh.


Archivos adjuntos:
Math.mqh  425 kb
 
fxsaber:

¿Cómo hacerlo en MQL?

ZY En mathcad hay media, pero no hay Media. Y asi es con muchas funciones. Y la mayoría de la gente usa las funciones con minúscula. Y cuando se necesita algo específico - con una letra mayúscula. Pero en R/Wolfram/Excel, parece ser al revés: si existe la posibilidad de dar algo específico, se da por defecto, y si necesitas algo estándar, escríbelo de otra manera. Y así, por supuesto, es una pena que Math.mqh no pueda calcular RMS.

En general, la función que tenemos ahora - MathVariance() - debería llamarse MathUnbiasedVariance(). Porque es una muestra insesgada varianza (normalizado por n-1). He mirado en la biblioteca ALGLIB, allí también calcula la varianza insesgadamuestral.

Buen artículo sobre el tema.
Выборочная несмещенная дисперсия
Выборочная несмещенная дисперсия
  • votos: 6
  • 2014.08.06
  • Дмитрий Езепов
  • statanaliz.info
Приветствую посетителей блога statanaliz.info. Это очередная статья из рубрики «вариация данных». Сегодня мы продолжаем знакомство со статистической непредсказуемостью. Сразу разочарую: новых показателей вариации сегодня не будет. Зато мы возвращаемся к полюбившейся дисперсии и среднеквадратическому отклонению (корень из дисперсии), и на то...
 
Dennis Kirichenko:

En general, la función que tenemos ahora - MathVariance() - debería llamarse MathUnbiasedVariance(). Porque es una varianza insesgada muestral (normalizada por n-1). He mirado en la librería ALGLIB, allí también calcula varianza insesgadamuestral.

¿Lo dejarás como está?

 
fxsaber:

¿Lo dejarás como está?

No voy a editar el SB, que lo hagan los autores :-) En principio, puedes escribir tu propia clase estadística basándote en el SB.

Hay otro matiz aquí, en mi opinión: cuándo usar estimación sesgada o insesgada. Y con qué tipo de población estamos trabajando: muestral o general. La SB nos dice enseguida que estamos tratando con una muestra. Y no siempre es así. Sí, todo esto es fundamental cuando la población es pequeña.

 
Dennis Kirichenko:

No editaré el SB, deje que lo hagan los autores :-) En principio, puede escribir su propia clase estadística basándose en el SB.

Hay otro matiz aquí, en mi opinión: cuándo utilizar la estimación sesgada o insesgada. Y con qué tipo de población estamos trabajando: muestral o general. La SB nos dice enseguida que estamos tratando con una muestra. Y no siempre es así. Sí, todo esto es crítico cuando la población es pequeña.

Pues entonces no cambies la SB, añádela. Yo mismo, por supuesto, no es difícil de corregir y escribir desde cero. El punto es que usted puede pasar el código a alguien sin su biblia, porque todo el mundo tiene un SB.