Naturalmente è delimitata da uno, ma qui: P=1+tHammasp(t/t;n;1;0), dove tHammasp(t/t;n;1;0) è la funzione di densità della distribuzione, che varia da 0 a 1. Vedere la formula (7) del documento.
yosuf: Naturalmente è delimitata da uno, ma qui: P=1+tHammasp(t/t;n;1;0), dove tHammasp(t/t;n;1;0) è la funzione di densità della distribuzione, che varia da 0 a 1. Vedere la formula (7) del documento.
Fuori dall'occupazione, l'unità è delimitata dall'integrale non invariante della densità da -inf a x.
f(x,mu,sigma)=exp(-((x-mu)^2)/(2*sigma^2))/(sigma*sqrt(2*pi)) - è la densità della distribuzione normale.
Lei, professore, troverà sorprendente che f(0, 0, 0.01)=39.89
Controllerò, e in generale ti sbagli, perché 0 è un valore discreto, e tu usi una legge di distribuzione normale continua, rispettivamente, devi introdurre una densità generalizzata, perché la variabile casuale è mista X, con possibili valori di x, che prende un valore discreto di 0, gli altri valori continui!
e in generale hai sbagliato, perché 0 è un valore discreto, e tu stai usando una legge di distribuzione normale continua,
f(x, 0, 0.01) > 1 per qualsiasi x nell'intervallo [-0.027152;0.027152].
di conseguenza dobbiamo introdurre una densità generalizzata,
necessariamente :D
poiché la variabile casuale è mista X, con possibili valori di x, che prende un valore discreto 0, il resto valori continui!
Davvero? L'insieme dei numeri interi non è discreto? Va bene che x possa prendere qualsiasi valore dall'insieme dei numeri interi (come sottoinsieme per R)?
f(x, 0, 0.01) > 1 per qualsiasi x nell'intervallo [-0.027152;0.027152].
Assolutamente :D
Davvero? L'insieme dei numeri interi non è discreto? Va bene che x possa prendere qualsiasi valore dall'insieme dei numeri interi (come sottoinsieme per R)?
Siete d'accordo con l'affermazione che m=0 è l'aspettativa matematica, o piuttosto la sua stima?
sigma=0,01 è la radice della stima della varianza?
potete, modellare una tale serie?)) quindi le stime non sono prese dalla vostra testa.
Siete d'accordo con l'affermazione che m=0 è l'aspettativa matematica, o piuttosto la sua stima?
sigma=0,01 è la radice della stima della varianza?
potete, modellare una tale serie?)) quindi le stime non sono prese dalla vostra testa.
Non sono stime, ma i parametri esatti della distribuzione - aspettativa e deviazione standard, professore :D
Naturalmente, posso modellare una tale serie. Anche se qui è completamente inutile, perché la tua eresia con Yusuf è confutata dalla sola analisi della funzione di distribuzione teorica.
Consenti l'uso dei cookie per accedere al sito MQL5.com.
Abilita le impostazioni necessarie nel browser, altrimenti non sarà possibile accedere.
Hai effettuato l'accesso. L'autenticazione a due fattori è stata disattivata. Configurala di nuovo e scansiona un nuovo codice QR, oppure continua con l'autenticazione a due fattori disattivata.
La densità non è limitata da 0 a 1?
La densità non lo è.
La densità non è limitata da 0 a 1?
Sì, devo aver esagerato con gli zeri...
Densità - no.
addio!) ignorante.
f(x,mu,sigma)=exp(-((x-mu)^2)/(2*sigma^2))/(sigma*sqrt(2*pi)) - la densità della distribuzione normale.
Lei, professore, troverà sorprendente che f(0, 0, 0.01)=39.89
Naturalmente è delimitata da uno, ma qui: P=1+tHammasp(t/t;n;1;0), dove tHammasp(t/t;n;1;0) è la funzione di densità della distribuzione, che varia da 0 a 1. Vedere la formula (7) del documento.
Fuori dall'occupazione, l'unità è delimitata dall'integrale non invariante della densità da -inf a x.
f(x,mu,sigma)=exp(-((x-mu)^2)/(2*sigma^2))/(sigma*sqrt(2*pi)) - è la densità della distribuzione normale.
Lei, professore, troverà sorprendente che f(0, 0, 0.01)=39.89
Controllerò, e in generale ti sbagli, perché 0 è un valore discreto, e tu usi una legge di distribuzione normale continua, rispettivamente, devi introdurre una densità generalizzata, perché la variabile casuale è mista X, con possibili valori di x, che prende un valore discreto di 0, gli altri valori continui!
e in generale hai sbagliato, perché 0 è un valore discreto, e tu stai usando una legge di distribuzione normale continua,
f(x, 0, 0.01) > 1 per qualsiasi x nell'intervallo [-0.027152;0.027152].
di conseguenza dobbiamo introdurre una densità generalizzata,
necessariamente :D
poiché la variabile casuale è mista X, con possibili valori di x, che prende un valore discreto 0, il resto valori continui!
Davvero? L'insieme dei numeri interi non è discreto? Va bene che x possa prendere qualsiasi valore dall'insieme dei numeri interi (come sottoinsieme per R)?
f(x, 0, 0.01) > 1 per qualsiasi x nell'intervallo [-0.027152;0.027152].
Assolutamente :D
Davvero? L'insieme dei numeri interi non è discreto? Va bene che x possa prendere qualsiasi valore dall'insieme dei numeri interi (come sottoinsieme per R)?
Siete d'accordo con l'affermazione che m=0 è l'aspettativa matematica, o piuttosto la sua stima?
sigma=0,01 è la radice della stima della varianza?
potete, modellare una tale serie?)) quindi le stime non sono prese dalla vostra testa.
Siete d'accordo con l'affermazione che m=0 è l'aspettativa matematica, o piuttosto la sua stima?
sigma=0,01 è la radice della stima della varianza?
potete, modellare una tale serie?)) quindi le stime non sono prese dalla vostra testa.
Non sono stime, ma i parametri esatti della distribuzione - aspettativa e deviazione standard, professore :D
Naturalmente, posso modellare una tale serie. Anche se qui è completamente inutile, perché la tua eresia con Yusuf è confutata dalla sola analisi della funzione di distribuzione teorica.