Une corrélation nulle entre les échantillons ne signifie pas nécessairement qu'il n'y a pas de relation linéaire. - page 43
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Parce que : voir la photo ci-dessus.
Il existe deux types d'images : la distribution de fréquences et le champignon nucléaire. Pourquoi la distribution de fréquence I champignon nucléaire pour calculer le CQ ?
2. Lisez ce qu'écrit Avals :
Il existe une méthode pour estimer l'erreur dans le calcul du coefficient de corrélation de Spearman-Pearson.
Il existe une méthode pour estimer la fiabilité des coefficients de corrélation de Spearman et de Pearson.
Je ne suis pas au courant d'une quelconque mention de l'exigence de normalité et de l'impossibilité de calculer le CQ pour les séries originales.
Le type de distribution de la matrice de corrélation dépend des propriétés des deux séries et de la relation entre elles, c'est-à-dire qu'elle ne doit pas nécessairement être la même pour toutes les séries possibles... Pour SB c'est un, pour certaines éruptions solaires un autre...
Le fait est que si l'on prend 100 séries de satellites du type I(0) et que l'on trace la distribution du QC pour ces séries, puis que l'on intègre ces séries dans I(1) et que l'on trace le QC pour ces séries, les distributions seront fondamentalement différentes et I(1) n'aura pas du tout la notion de QC moyen, car presque tous les CQ seront moyens..
Si vous me dites que la corrélation entre deux séries de prix I(1) est de 80% - je vous dirai que la corrélation entre ces séries est de -17% (je vous ai donné le chiffre à partir de zéro). Et nous aurons tous les deux raison, sauf que je n'ai même pas besoin de compter les QC, mais seulement d'inventer n'importe quel nombre dans l'intervalle -1.0 - 1.0, donc cela n'a aucun sens de parler de QC sur I(1) si la probabilité de n'importe quelle valeur est égale.
...
Je n'ai pas connaissance d'une quelconque mention de l'exigence de normalité et de l'impossibilité de calculer le CQ pour les séries originales.
Et s'il n'y a pas de distribution du tout ? Quel type d'erreur peut-il y avoir dans ce cas ?
Oubliez la distribution - mettez les valeurs dans la formule et calculez l'erreur et la fiabilité du CQ. Pourquoi deviner avec ses doigts ?
Si vous utilisez la formule standard, l'erreur est faible et diminue proportionnellement à la racine de la longueur de la ligne. Le C-4 a fait la même chose mais à travers Monte Carlo. C'est-à-dire que selon cette distribution, nous pouvons calculer l'intervalle de réussite avec n'importe quelle probabilité (IC), comme dans ces formules. Il y a une divergence entre les formules et les résultats obtenus par C-4
Si vous utilisez la formule standard, l'erreur est faible et diminue proportionnellement à la racine de la longueur des lignes. Le C-4 a fait la même chose, mais en passant par Monte Carlo. C'est-à-dire que selon cette distribution, nous pouvons calculer l'intervalle de réussite avec n'importe quelle probabilité (IC), comme dans ces formules. Il y a une divergence entre les formules et les résultats obtenus par C-4
Encore une fois, quel est l'argument - le CQ PEUT et DOIT être compté à partir des rangs d'origine.
Qu'entendez-vous par "rangs originaux" ?)
Pour I(1), vous pouvez ?
Donc vous pouvez pour les originaux, mais pas pour les non-sources ?
Pour I(1), c'est possible ?
Regardons cela ensemble :
Il y a mon post "CC PEUT et DOIT être compté par rangs sources". Maintenant, attention, question - y a-t-il le mot SEULEMENT dans la signification de "Le CQ PEUT et DOIT être compté SEULEMENT sur les lignes originales" ?)))))