回帰式 - ページ 3

新しいコメント
 
Mathemat:
面白い、面白い。Candid さん、Inhabited Islandで書いた、準定常過程（diffurcasは、我々が引いた帽子から出たウサギでもある）を持つメタモデルについてのスレッドを覚えていますか？よく似たものやはりヌースフィアは存在していて、その中の思考は共通している...。

覚えてるよ、なんでだろうね。

でも、以前は無人島と呼んでいましたね :)

 
Prival:

MQLでやると大変なことになりますよ。 マトリックス演算がないんですから・・・。


https://www.mql5.com/ru/articles/1365
 
lea:

https://www.mql5.com/ru/articles/1365


見てきたよ、大変だったね。その仕事には感謝しています。しかし、研究は、ここでは研究は、本当にマトリックス操作がある別の言語で行う方が良い......

Z.I. デザートアイランドを見逃していたようだ。 意味のあるものを読みたいのだが...。

 
Prival:

http://www.nsu.ru/ef/tsy/ecmr/quantile/quantile.htm

MQLでやると大変なことになりますよ。 ここにはマトリックス演算はありませんから...。

行列演算は、いずれの場合も通常の算術演算に還元できる:)

一般に、論文ではsimplex法によるモデルパラメータの探索が提案されているが、問題の次元数に対して指数関数的に長くなることが知られている。ですから、これがまず取り組むべき方向性だと思われます。ところで、あなたの記事はロシア語でこのテーマに関する唯一のもののようですが、それ自体はかなり低品質です（おそらく、誰かのタームペーパーか卒業証書でしょう：）。

 

誰かMQLでsimplexを書いてくれないかなぁ...。私自身はとても怠け者です!

まあ、楕円体なら最高なんですけどね:)))

 
alsu:

計算データはまだ生ものなので、理論的に説明することにします。

...MNCで近似する ことにより、回帰多項式はプロセスの正規部分だけでなく、ポアソン外れ値にも「しがみつく」ようになり、その結果、一般的に言って、.NETで必要な 低い予測効率が 得られるのです。一方、分位多項式をとることで、2番目のポアソン過程を完全に取り除くことができます。分位は単に、絶対に反応しないのです。このように、回帰が有意な試行を与える場所を特定することで、このように、ほぼオンラインで「失敗」を高い信頼度で特定することができます（ 適切なモデルがないため、おそらくまだ予測 できません、少なくとも、私とは:)。

ISCの「貧しさ」に対する建設的な批判が未だに理解できない...。

;)

 
FreeLance:

まだ、MNCの「貧困」に対する建設的な批判が理解できない......。

;)

途中の文章が終わらなかったのは、年をとったからでしょうか:)) ただ、「どの」から始まるのは読まないでください。

このスレッドの読者の何人かはすでに気づいていると思うが、批判はMNCの特殊性に向けられたもので、a) 非ガウス性の過程を扱うときのパフォーマンスの低さ（この場合MNC推定は効率的 ではない）、b) ガウス性と非ガウス性の二つの過程を「分離」できないこと、の2点である。これに対し、最小二乗法や分位点回帰はガウス部分のみに反応するため、第2成分をプロセスから切り離すことができるのです。

また、一般的にMNCは、計算がはるかに容易であるため、使用されているだけである。一方で、現実には、他の方法を使わなければならない問題も多いのですが、人々は怠惰からか無知からか、あらゆるところにMNAを突きつけてきます......。

 
どこで仕入れたのか忘れましたが、MNCはMMP（最尤法）をガウス値に適用して実装しただけのものだと思ってました。間違っているかもしれません。
 
alsu:

また、一般的にMOOCは、計算がはるかに簡単であるため、利用されているだけです。一方、現実の世界では、多くの問題が他の方法を必要とするのに、人々は怠惰からか無知からか、ANCをどこまでも突き進んでいく...。

二次関数が最小値を求める性質を利用しているのだと思います...点0で微分が0になるとか。

そのため、関数のパラメータを計算する解析的な手法は、関数の定義分野に関係なくすべて機能する。この問題については、一度書いたことがある。

しかし！ -1 ...1 という定義の関数に最適なMNCパラメータを当てはめると、大変なことになるのです。

もっと悪いものが出てくるかもしれません。偏差の最小値が最大値となる。

繰り返しになりますが、これは "正面から "の手法の場合です。

そして，自分の分布を「使って」いるので，おそらく;），導出では，パラメータに対するMOC最小値の計算の可能性に還元されず，最も重要なことは，「顕著な」限界の中で定義されることです -最小 尤度には場所があるのです。

偏差の二乗が1より小さくならないように、データを正規化してみてください。

;)

しかし、本題の分布パラメータを 拾わせるというのは、枠外に残っている。

どのように商に外挿されるのですか？アークタンジェンスで？

DDD

 
多項式の選択についてはどうでしょうか？
12345678910...16
新しいコメント