なぜ正規分布は正規分布ではないのですか？ - ページ 2 123456789...47 新しいコメント Victor Nikolaev 2009.12.01 15:38 #11 こんなパターンもあるんですね。EURUSD、M15、20,000バー Yurixx 2009.12.01 15:46 #12 grasn писал(а)>> Urainが 期待値と分散を入力パラメータとして、結果の系列の類似性を取った疑いが強い。しかし、そうではないかもしれません。 ありえない。そうすると、グラフの真ん中あたりがヒストグラムに近い形になります。 Avals 2009.12.01 15:47 #13 Yurixx писал(а)>> ありえない。そうすると、グラフの真ん中あたりがヒストグラムに近くなる。 そうすると、赤い線の下の部分とヒストグラムも同じになりますね。 Mykola Demko 2009.12.01 15:48 #14 Yurixx >> : Erlangの話をしていたのですが、ここではそれは問題ではありません。正規分布は、MOと分散の2つのパラメータを持っています。この場合、MO=0ですが、分散は0ではないので、グラフを描くためには、その値を設定する必要があります。では、ウレインは どのように分散値を選択したのか、ということですが。 一般に、グラフを比較するためには、何らかの方法で共通の基準に還元する必要がある。このベースの選択次第で、まったく違うパターンになることもあります。 分散を共通の基準にすると、グラフの幅は狭くなるが、テールが太くなる。 参照関数については、分散とMOは一連の相場（そこでも計算されている）から取り出して同じ値に設定しているが、唯一の操作はベンチマークの絶対値で、ここでは頂点を結合するために各項を係数に加算する必要がある。 Сергей 2009.12.01 15:52 #15 Urain писал(а)>> ベンチマーク関数の場合、分散とMOは一連の相場（そこでも計算されている）から取り出して同じ値に設定しますが、操作はベンチマークの絶対値のみで、ここでは各項に係数を掛けて頂点を合わせることになります。 これは、係数を掛けるという意味で、あまり正しいとは言えません。 Avals 2009.12.01 15:54 #16 Urain писал(а)>> ベンチマーク関数については、分散とMOを一連の相場から取り出し（そこでも計算）、同じ値に設定し、操作だけはベンチマークの絶対値で行い、ここでは、頂点を結合するために各項を係数に加える必要があります。 おそらく、非定常系列の分散は、存在しないかもしれないので、正確ではありません :).解析的な分布と実験的な分布が最大でも一致するように選択するのがより正しい選択です。つまり近似値。イムハ。 削除済み 2009.12.01 16:00 #17 Avals >> : おそらく、非定常系列の分散は存在しないかもしれないので、ちょっとおかしいと思います :).解析的な分布と実験的な分布が最大で一致するように求めるのがより正しい。 >>: これは、係数を掛けるという意味で、あまり正しいとは言えません。 同僚たちよ、何をやっているんだ？ 研究者は、研究対象のランダムプロセスの正規性についての仮説を立て、その仮説に基づいて確率曲線や確率密度をモデル化します。 仮説は確認されなかった。グラフが合わなかった。 以上です。 Mykola Demko 2009.12.01 16:01 #18 grasn >> : を掛けるという意味で、これはあまり正しいとは言えません。 この式で参照関数を計算しています。 //x-->абсциса m-->мо q-->ско double нормальн_эталон(int x,double m,double q){return(1.0/(MathSqrt(2.0* pi)* q)*MathExp(-(( x- m)*( x- m))/(2.0* q* q)));} ということは、xが50の場合、ヒストグラムのように絶対値が数千になることはありえないので、やはり調整する必要があるのでしょう。 フィッティングが正しく行われるためには、曲線のすべての項に適用され、曲線が同じように見える必要があります（特にスライディングスケールの場合）。 削除済み 2009.12.01 16:08 #19 大丈夫、いい カーブしてるじゃないですかー。 ピサー。 (5年生寮の大きな垂れ幕：EVERYTHING is OK!) Сергей 2009.12.01 16:12 #20 AlexEro писал(а)>> 同僚たちよ、何をやっているんだ？ 研究者は、調査対象のランダム過程が「正常である」という仮説を立て、その仮説に基づいて確率曲線や確率密度をモデル化します。 仮説は確認されていない。グラフが一致しなかった。 以上です。 なぜ？これは定常性を確認する一つの粗い方法であり、最悪でないことに注意する必要がある。念のため明記させていただきます。分析した時系列について、期待値と分散を測定します。ランダムなシーケンスが形成される（元のものと全く同じ入力特性を持つ何らかの「正常な」ジェネレータによって作成される）。さらに、一方の配分を他方から引きます。得られたエラーは、正確には覚えていませんが、順番に何かに従わなければならず、その特性が評価され、最終的な結論が導き出されるのです。すべてが正常、つまりメソッドが正常なのです :o) 123456789...47 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか？ Googleでログイン
こんなパターンもあるんですね。EURUSD、M15、20,000バー
Urainが 期待値と分散を入力パラメータとして、結果の系列の類似性を取った疑いが強い。しかし、そうではないかもしれません。
ありえない。そうすると、グラフの真ん中あたりがヒストグラムに近い形になります。
ありえない。そうすると、グラフの真ん中あたりがヒストグラムに近くなる。
そうすると、赤い線の下の部分とヒストグラムも同じになりますね。
Erlangの話をしていたのですが、ここではそれは問題ではありません。正規分布は、MOと分散の2つのパラメータを持っています。この場合、MO=0ですが、分散は0ではないので、グラフを描くためには、その値を設定する必要があります。では、ウレインは どのように分散値を選択したのか、ということですが。
一般に、グラフを比較するためには、何らかの方法で共通の基準に還元する必要がある。このベースの選択次第で、まったく違うパターンになることもあります。
分散を共通の基準にすると、グラフの幅は狭くなるが、テールが太くなる。
参照関数については、分散とMOは一連の相場（そこでも計算されている）から取り出して同じ値に設定しているが、唯一の操作はベンチマークの絶対値で、ここでは頂点を結合するために各項を係数に加算する必要がある。
ベンチマーク関数の場合、分散とMOは一連の相場（そこでも計算されている）から取り出して同じ値に設定しますが、操作はベンチマークの絶対値のみで、ここでは各項に係数を掛けて頂点を合わせることになります。
これは、係数を掛けるという意味で、あまり正しいとは言えません。
ベンチマーク関数については、分散とMOを一連の相場から取り出し（そこでも計算）、同じ値に設定し、操作だけはベンチマークの絶対値で行い、ここでは、頂点を結合するために各項を係数に加える必要があります。
おそらく、非定常系列の分散は、存在しないかもしれないので、正確ではありません :).解析的な分布と実験的な分布が最大でも一致するように選択するのがより正しい選択です。つまり近似値。イムハ。
おそらく、非定常系列の分散は存在しないかもしれないので、ちょっとおかしいと思います :).解析的な分布と実験的な分布が最大で一致するように求めるのがより正しい。
これは、係数を掛けるという意味で、あまり正しいとは言えません。
同僚たちよ、何をやっているんだ？
研究者は、研究対象のランダムプロセスの正規性についての仮説を立て、その仮説に基づいて確率曲線や確率密度をモデル化します。
仮説は確認されなかった。グラフが合わなかった。
以上です。
を掛けるという意味で、これはあまり正しいとは言えません。
この式で参照関数を計算しています。
ということは、xが50の場合、ヒストグラムのように絶対値が数千になることはありえないので、やはり調整する必要があるのでしょう。
フィッティングが正しく行われるためには、曲線のすべての項に適用され、曲線が同じように見える必要があります（特にスライディングスケールの場合）。
大丈夫、いい カーブしてるじゃないですかー。
ピサー。
(5年生寮の大きな垂れ幕：EVERYTHING is OK!)
同僚たちよ、何をやっているんだ？
研究者は、調査対象のランダム過程が「正常である」という仮説を立て、その仮説に基づいて確率曲線や確率密度をモデル化します。
仮説は確認されていない。グラフが一致しなかった。
以上です。
なぜ？これは定常性を確認する一つの粗い方法であり、最悪でないことに注意する必要がある。念のため明記させていただきます。分析した時系列について、期待値と分散を測定します。ランダムなシーケンスが形成される（元のものと全く同じ入力特性を持つ何らかの「正常な」ジェネレータによって作成される）。さらに、一方の配分を他方から引きます。得られたエラーは、正確には覚えていませんが、順番に何かに従わなければならず、その特性が評価され、最終的な結論が導き出されるのです。すべてが正常、つまりメソッドが正常なのです :o)