In statistics, Mood's median test is a special case of Pearson's chi-squared test. It is a nonparametric test that tests the null hypothesis that the medians of the populations from which two or more samples are drawn are identical. The data in each sample are assigned to two groups, one consisting of data whose values are higher than the...
次回はダブル・チャージで書きたかったが、今はどうだろう？）結果が予測不可能すぎる。
貢献は大歓迎だ。
私は、他のCRでパターンを検索する方法論を示すためにあなたに提案した。）
EURJPY。
私はボックスプロットを時間ごとに詳細に分析しません。中央値排出のために詳細に分析する必要があるのです。
チャートを見ると、時間帯はEURUSDの場合と同じではない。
純粋に探索的分析（0最適化）に基づいて、私は時計を選択しました、私は唯一の買いを残しました、売るためのオプションがありますが：
私は繰り返し、0最適化、すなわち、あなたは近くのパラメータを改善することができます。
私は別の極論に入りたくない。
次はダブルチャージで書きたかったが、もう無理だろう。）結果が予測不可能すぎる
貢献は大歓迎だ。
SBは厄介なものだ。その軌道はサイクルに似たものを形成する可能性が非常に高い（私はそれについて読んだことがあるし、モデリングする際に自分自身でも直面したことがある）。そのため、私は描くだけでなく、可能であれば計算もするようにしている。テストと最適化はほぼ同じ問題を解決し、多くの人にとってより理解しやすい。
SBはかなり陰湿なものだ。その軌道はサイクルに似たものを形成する可能性が非常に高い（私はそれについて本で読んだことがあるし、私自身もモデリングで遭遇したことがある）。そのため、私は絵を描くだけでなく、可能であれば計算もするようにしている。テストと最適化はほぼ同じ問題を解決し、多くの人にとってより理解しやすい。
サイクルが見つかった例では、どのようにテスト(計算?)が行われるのだろう。おそらく、何らかの基準で列挙/検索を自動化することは可能なのだろうか?
サイクルが見つかった例では、テストはどのように行われるのだろうか。おそらく、何らかの基準で列挙／検索を自動化できるのではないだろうか？
2つのタスクがあります
1) 一群のサンプル（サンプル＝ボックス）に対して、少なくとも中央値検定を 適用する。
2) 最初のポイントから統計量を最適化することでサイクルをフィットさせようとする。しかし、音声認識で使われるようなmatstatを使う方が適切だと思います。
それは次の2つだ。
1) 一群のサンプル（サンプル＝箱）に対して、少なくとも中央値検定を 適用する。
2) 最初の点から統計量を最適化することによってサイクルを選択しようとすることができます。しかし、音声認識で使われるようなmatstatを使う方が適切だと思います。
はい、テストについて読んでいます。
2つの分布の間の変化、つまり最初の分布に対する2つ目またはそれに続くいくつかの分布のポイントの依存性についての他の検定に興味があります。たぶんMoodの検定もそれに関するものだろう。
あるいは，交互作用のためのある種のラグ検定．サイクルが見つかった例について、どのようにテスト（計算？
そんなクールな "トーチ・メソッド "がある。:-)
。半分に分割する方法は、おおよその周期性とそれに対応する上昇/下降率を明らかにする。
フーリエ変換や主成分法の一部に少し似ている。計算の複雑さはN^2（ほとんどオーバーシュート）だが、それは私の心配の種ではない。
このクールな "トーチ・メソッド "がある。:-)
。半分に分割する方法によって、おおよその周期性と、それに対応する成長／衰退の速度が明らかになる。
フーリエ変換や主成分法の一部に少し似ている。計算の複雑さはN^2（ほとんどオーバーシュート）だが、それは私の心配の種ではない。
PythonかRのモジュールの名前はわかりますか？ Pythonの方がいいです。
ああ、テストのことは読んでいるよ。
2つの分布の間の変化、つまり2つ目の分布やそれに続くいくつかの分布の点が最初の分布に依存することについての他の検定に興味があるんだ。たぶんMoodの検定もそれに関するものだろう。
私の理解が正しければ，これらは適合度検定で，2つの主要なタイプがある
1) 1つの標本 - 既知の分布への適合性をチェックします。
2) 2つ以上の標本 - 標本の分布が同じかどうかを検定します。Kolmogorov-Smirnov 2標本検定、ムードも検定を実行する
私の理解が正しければ、これらは適合度テストであり、主に2つのタイプがある。
1) 1標本 - 既知の分布への適合性が検定される。
2) 2つ以上の標本 - 標本の分布が同じかどうかをチェックする。Kolmogorov-Smirnov 2標本検定，気分は，検定も実行する
まあ、そんなところかな。僕の頭の中では、ある点の集合を別の点に回帰して、相関を見ようと考えていたんだ。それが一番簡単だった。そうすれば、さらなるシグナルを得ることができる。それが統計的にどれだけ正しいかはわからない。
つまり、現在の時間だけでなく、前の時間の変化によって引き起こされた依存関係も取引される。前の時間帯の動きから、相関関係が見つかれば、現在の時間帯のシグナルは変化します。これはフィッティングや最適化に近い。