Comment comparer correctement deux lignes qui ne se chevauchent pas ?

 


Il y a deux rangées qui ne se chevauchent pas et qui se trouvent sur des "niveaux différents" (comme dans l'image ci-dessus).

Comment peut-on les "combiner" pour qu'ils soient côte à côte et se chevauchent ?

Vous pouvez calculer une moyenne dans chaque ligne, puis ligne_1 = valeur_1/moyenne_1, etc. Mais est-ce la bonne façon de procéder ? La taille de l'échantillon affecte-t-elle l'adéquation des résultats... ou faut-il procéder différemment ? Ou par la normalisation de Max et Min ? Encore une période d'échantillonnage ? En fait, quel est le bon chemin à suivre ?

Je pense que vous savez ce que je veux dire...

 
Evgeniy Chumakov:


Il y a deux rangées qui ne se chevauchent pas et qui se trouvent sur des "niveaux différents" (comme dans l'image ci-dessus).

Comment peut-on les "combiner" pour qu'ils soient côte à côte et se chevauchent ?

Vous pourriez calculer une moyenne dans chaque ligne, puis ligne_1 = valeur_1/moyenne_1, etc. Mais est-ce la bonne façon de procéder ? La taille de l'échantillon affecte-t-elle l'adéquation des résultats... ou faut-il procéder différemment ? Ou par la normalisation de Max et Min ? Encore une période d'échantillonnage ? En fait, quel est le bon chemin à suivre ?

Je pense que vous savez ce que je veux dire...

Et qu'entendez-vous exactement par "comparer" ces rangées ?

Si le décalage se fait par les valeurs moyennes, alors la mise à l'échelle me semble logique par la valeur efficace.
 
PapaYozh:
Que voulez-vous dire exactement par "comparer" ces séries ?


La meilleure façon d'intégrer les rangs dans un "plan unique" est celle qui a le moins d'influence sur le résultat.

 

Zhenya, quelles sont les unités, quelles sont les courbes ? Pourquoi faut-il les combiner ? Pour que ce soit plus facile à comprendre.

 
Evgeniy Chumakov:


Il y a deux rangées qui ne se chevauchent pas et qui se trouvent sur des "niveaux différents" (comme dans l'image ci-dessus).

Comment peut-on les "combiner" pour qu'ils soient côte à côte et se chevauchent ?

Vous pouvez calculer une moyenne dans chaque ligne, puis ligne_1 = valeur_1/moyenne_1, etc. Mais est-ce la bonne façon de procéder ? La taille de l'échantillon affecte-t-elle l'adéquation des résultats... ou faut-il procéder différemment ? Ou par la normalisation de Max et Min ? Encore une période d'échantillonnage ? En fait, quel est le bon chemin à suivre ?

Je pense que vous savez ce que je veux dire...

Ramenez les débuts des deux graphiques à zéro.

Ensuite, ils se croiseront en conséquence.

Là encore, c'est si les dimensions sont équivalentes.
Je me demande pourquoi, je pensais que la bifurcation et les tentatives futiles d'attraper les divergences étaient depuis longtemps révolues.
 
Evgeniy Chumakov:

Il y a deux rangées qui ne se chevauchent pas et qui se trouvent sur des "niveaux différents" (comme dans l'image ci-dessus).

Comment peut-on les "combiner" pour qu'ils soient côte à côte et se chevauchent ?

Vous pourriez calculer une moyenne dans chaque ligne, puis ligne_1 = valeur_1/moyenne_1, etc. Mais est-ce la bonne façon de procéder ? La taille de l'échantillon affecte-t-elle l'adéquation des résultats... ou faut-il procéder différemment ? Ou par la normalisation de Max et Min ? Encore une période d'échantillonnage ? En fait, quel est le bon chemin à suivre ?

Je pense que vous savez ce que je veux dire...

Option 1 : Normaliser les deux séries = enlever la composante constante de chaque série = trouver la valeur moyenne et diminuer chaque point par cette valeur

Option 2. Construire un graphique de la différence et le normaliser

 
Evgeniy Chumakov:


La meilleure façon d'intégrer les rangées dans un "plan unique" est de s'assurer que l'échantillonnage a le moins d'impact possible sur le résultat.

Comparez les rapports de leurs ondulations courtes et longues. Un peu comme un macd, mais un ratio au lieu d'une différence.
 
Evgeniy Chumakov:


Il y a deux rangées qui ne se chevauchent pas et qui se trouvent sur des "niveaux différents" (comme dans l'image ci-dessus).

Comment peut-on les "combiner" pour qu'ils soient côte à côte et se chevauchent ?

Vous pouvez calculer une moyenne dans chaque ligne, puis ligne_1 = valeur_1/moyenne_1, etc. Mais est-ce la bonne façon de procéder ? La taille de l'échantillon affecte-t-elle l'adéquation des résultats... ou faut-il procéder différemment ? Ou par la normalisation de Max et Min ? Encore une période d'échantillonnage ? En fait, quel est le bon chemin à suivre ?

Je pense que vous savez ce que je veux dire...

Pourquoi faut-il les combiner ? Quelle différence cela fait-il que les graphiques prennent les données ? Vous utiliserez toujours des tableaux de données. Par exemple :

https://www.mql5.com/ru/docs/standardlibrary/mathematics/stat/mathsubfunctions/statmathcorrelationpearson

bool  MathCorrelationPearson(
   const double&  array1[],  // первый массив значений
   const double&  array2[],  // второй массив значений
   double&        r          // коэффициент корреляции
   )



Документация по MQL5: Стандартная библиотека / Математика / Статистика / Вспомогательные функции / MathCorrelationPearson
Документация по MQL5: Стандартная библиотека / Математика / Статистика / Вспомогательные функции / MathCorrelationPearson
  • www.mql5.com
MathCorrelationPearson(const double&,const double&,double&) - Вспомогательные функции - Статистика - Математика - Стандартная библиотека - Справочник MQL5 - Справочник по языку алгоритмического/автоматического трейдинга для MetaTrader 5
 
Evgeniy Chumakov:


Il y a deux rangées qui ne se chevauchent pas et qui se trouvent sur des "niveaux différents" (comme dans l'image ci-dessus).

Comment peut-on les "combiner" pour qu'ils soient côte à côte et se chevauchent ?

Vous pouvez calculer une moyenne dans chaque ligne, puis ligne_1 = valeur_1/moyenne_1, etc. Mais est-ce la bonne façon de procéder ? La taille de l'échantillon affecte-t-elle l'adéquation des résultats... ou faut-il procéder différemment ? Ou par la normalisation de Max et Min ? Encore une période d'échantillonnage ? En fait, quel est le bon chemin à suivre ?

Je pense que vous savez ce que je veux dire...

Par écart-type minimum, ils se combinent généralement. C'est une régression linéaire, la méthode des moindres carrés.

 
CHINGIZ MUSTAFAEV:

Ramenez les débuts des deux graphiques à zéro.

Ensuite, ils se croiseront en conséquence.

Là encore, si les dimensions sont équivalentes.
Je me demande pourquoi c'est nécessaire, je pensais que la bifurcation et les tentatives futiles d'attraper la divergence avaient disparu depuis longtemps.

Ensuite, ils voleront dans des directions différentes et ne se croiseront pas dans un avenir proche.

 
Evgeniy Chumakov:


Il y a deux rangées qui ne se chevauchent pas et qui se trouvent sur des "niveaux différents" (comme dans l'image ci-dessus).

Comment peut-on les "combiner" pour qu'ils soient côte à côte et se chevauchent ?

Vous pouvez calculer une moyenne dans chaque ligne, puis ligne_1 = valeur_1/moyenne_1, etc. Mais est-ce la bonne façon de procéder ? La taille de l'échantillon affecte-t-elle l'adéquation des résultats... ou faut-il procéder différemment ? Ou par la normalisation de Max et Min ? Encore une période d'échantillonnage ? En fait, quel est le bon chemin à suivre ?

Je pense que vous savez ce que je veux dire...

Normalisation des séries chronologiques - tous les progiciels statistiques en disposent

Raison: