標本相関がゼロでも、線形関係がないとは限らない - ページ 2 123456789...60 新しいコメント Alexey Burnakov 2010.09.30 13:29 #11 また、非線形の依存関係もあります。スピアマンやピアソンの相関係数(または共分散)ではわからない。 hrenfx 2010.09.30 13:34 #12 Prival: 実際、書籍には、QC=0であれば、当該2つの量が無関係であることを意味するものではない、と書かれている。 本には、両者は直線的な 関係ではないと書かれています。 Roshさんがあげたリンクは、まさにSpearman's Rank Correlation Coefficient(スピアマンの順位相関係数)です。そうやって計算するんです。自己相関を見たい場合は、少し計算方法が異なり、次のようになります。https://www.mql5.com/ru/code/8295 自己相関が全く正しく計算されていませんね。 Vasiliy Orlov 2010.09.30 13:55 #13 一般的に、FXの価格形成の原理を理解すれば、分布が正規分布になることはあり得ません。相関関係を利用して、グラフのパターンを見つけようとしたり、図形や波を認識しようとしたりすることができるのです。しかし、確率論は適用できない。確率論の知識で武装している人は、非武装の人と同じように盲目になってしまうのです。 hrenfx 2010.09.30 14:00 #14 非定常性がどう関係するのか?サンプルでの相関関係を解釈することです。そして、同じサンプルに対する線形依存性の尺度。 hrenfx 2010.09.30 14:58 #15 なぜ直線的な関係が相関を持つのか、その理由が明らかになってきました。 2つのBPをベクトルとして想像してください。要は、何らかの理由で「ベクトルが直交していれば線形関係はない」と判断したのです。 ベクトルの直交性はゼロスカラー積である。 ユークリッド空間では、ベクトルのスカラー積を次のように考える。 - ほとんど既成事実のような相関関係です。 つまり、ベクトルが(上記の定義に基づき)線形独立であれば、その相関はゼロとなります。 もうひとつは、ベクトル間の角度の尺度として定義される線形従属性は、かなり悪い定義であるということです。 Alexey Subbotin 2010.09.30 15:09 #16 少し背景を説明します。 相関と依存は,ガウス分布の場合には等価であり(証明は数学の 教科書を参照),多くの人が世の中のものはすべて正規分布であると信じているため,しばしば混同される:)) 。 もう一つのよくある誤解は、「相関係数」(すなわち、c.v.間の確率的依存関係の特性)と「標本相関係数」(真のSCの推定値-多くの可能性のうちの一つ-)の概念を混同していることである。これらは実は全く違うもので、どちらかに置き換えるのは根本的に間違っています。 続いて、よく混同される用語として、関数従属と確率的従属(別名:統計的従属、回帰的従属など)があります。 このスレッドを何度読んでも、統計学は教科書を十数冊読んだだけでは理解できないことを確信します。 その中で、試験に合格しなければならない。 できれば "excellent "で:))))。 hrenfx 2010.09.30 15:20 #17 alsu: もう一つのよくある誤解は、「相関係数」(すなわち、c.i.s.間の確率的関係の特性)と「標本相関係数」(真のSCの推定値-多くの可能性のうちの一つ-)を混同していることである。これらは実は全く異なるものであり、どちらかに置き換えることは根本的に間違っているのです。 スレッドタイトルに「サンプリング」という言葉があります。また、線形相関は、確率変数の理論的特性としてではなく、サンプリングの観点から議論されている。 Freelance 2010.09.30 15:22 #18 alsu: ちょっとだけレッスン 相関と依存は、ガウス分布の場合には等価であるため、しばしば混同され(証明は数学の教科書を参照)、多くの人が世の中のものはすべて正規分布であると信じている:)) 。 もう一つのよくある誤解は、「相関係数」(すなわち、c.v.間の確率的依存性の特徴)と「サンプル相関係数」(真のQCの推定値-多くの可能性のうちの一つ-)の概念をごっちゃにしていることである。これらは実は全く違うもので、どちらかに置き換えるのは根本的に間違っています。 フォローアップとして、もう2つ、混同されがちな用語、依存性は機能的、依存性は確率的(別名、統計的、回帰的など)である。 このスレッドを読んで、100回目ですが、統計学は教科書を何十冊も読むだけでは理解できないことを確信しました。 その中で試験に合格しなければならない。 できれば「A」で:)))。 そして、その働きを「使いたい」と思う気持ちがあれば? FFTとか気にするなよ。 重回帰と相関関係 ;) サウンド! フォアの物理モデルはどうしたんだ? 少なくとも、状態空間のメトリックはトーラスではなく、ボールです。 ;)DDD Vasiliy Orlov 2010.09.30 15:33 #19 hrenfx: なぜ直線的な関係が相関を持つのか、その理由が明らかになってきました。 2つのBPをベクトルとして想像してください。要は、何らかの理由で「ベクトルが直交していれば線形関係はない」と判断したのです。 ベクトルの直交性はゼロスカラー積である。 ユークリッド空間では、ベクトルのスカラー積を次のように考える。 - それは、ほとんど出来合いの相関関係ですね。 つまり、ベクトルが(上記の定義に基づき)線形独立であれば、その相関はゼロとなります。 もうひとつは、ベクトル間の角度の尺度として定義される線形従属性は、かなり悪い定義であるということです。 研究所で十分な課題を与えられていないのでは? Prival 2010.09.30 15:37 #20 hrenfx: .... 自己相関が全く正しくカウントされていませんね。 教科書を見たり、既知のマトリックスパッケージのマトリックスサンプルでチェックしたりと、投稿前に10回もダブルチェックしたのが馬鹿だったということがわかりました。特に、matcadecには組み込み関数があります。 確認したところ、すべて一致しました。しかし、それは間違っていることが判明しました... 私が本当に間違っている前に、正しい方法を教えてください。 一応https://ru.wikipedia.org/wiki/Автокорреляционная_функция 123456789...60 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
実際、書籍には、QC=0であれば、当該2つの量が無関係であることを意味するものではない、と書かれている。
本には、両者は直線的な 関係ではないと書かれています。
Roshさんがあげたリンクは、まさにSpearman's Rank Correlation Coefficient(スピアマンの順位相関係数)です。そうやって計算するんです。自己相関を見たい場合は、少し計算方法が異なり、次のようになります。https://www.mql5.com/ru/code/8295
なぜ直線的な関係が相関を持つのか、その理由が明らかになってきました。
2つのBPをベクトルとして想像してください。要は、何らかの理由で「ベクトルが直交していれば線形関係はない」と判断したのです。
ベクトルの直交性はゼロスカラー積である。
ユークリッド空間では、ベクトルのスカラー積を次のように考える。
つまり、ベクトルが(上記の定義に基づき)線形独立であれば、その相関はゼロとなります。
もうひとつは、ベクトル間の角度の尺度として定義される線形従属性は、かなり悪い定義であるということです。
少し背景を説明します。
相関と依存は,ガウス分布の場合には等価であり(証明は数学の 教科書を参照),多くの人が世の中のものはすべて正規分布であると信じているため,しばしば混同される:)) 。
もう一つのよくある誤解は、「相関係数」(すなわち、c.v.間の確率的依存関係の特性)と「標本相関係数」(真のSCの推定値-多くの可能性のうちの一つ-)の概念を混同していることである。これらは実は全く違うもので、どちらかに置き換えるのは根本的に間違っています。
続いて、よく混同される用語として、関数従属と確率的従属(別名:統計的従属、回帰的従属など)があります。
このスレッドを何度読んでも、統計学は教科書を十数冊読んだだけでは理解できないことを確信します。
その中で、試験に合格しなければならない。
できれば "excellent "で:))))。
もう一つのよくある誤解は、「相関係数」(すなわち、c.i.s.間の確率的関係の特性)と「標本相関係数」(真のSCの推定値-多くの可能性のうちの一つ-)を混同していることである。これらは実は全く異なるものであり、どちらかに置き換えることは根本的に間違っているのです。
ちょっとだけレッスン
相関と依存は、ガウス分布の場合には等価であるため、しばしば混同され(証明は数学の教科書を参照)、多くの人が世の中のものはすべて正規分布であると信じている:)) 。
もう一つのよくある誤解は、「相関係数」(すなわち、c.v.間の確率的依存性の特徴)と「サンプル相関係数」(真のQCの推定値-多くの可能性のうちの一つ-)の概念をごっちゃにしていることである。これらは実は全く違うもので、どちらかに置き換えるのは根本的に間違っています。
フォローアップとして、もう2つ、混同されがちな用語、依存性は機能的、依存性は確率的(別名、統計的、回帰的など)である。
このスレッドを読んで、100回目ですが、統計学は教科書を何十冊も読むだけでは理解できないことを確信しました。
その中で試験に合格しなければならない。
できれば「A」で:)))。
そして、その働きを「使いたい」と思う気持ちがあれば?
FFTとか気にするなよ。
重回帰と相関関係
;)
サウンド!
フォアの物理モデルはどうしたんだ?
少なくとも、状態空間のメトリックはトーラスではなく、ボールです。
;)DDD
なぜ直線的な関係が相関を持つのか、その理由が明らかになってきました。
2つのBPをベクトルとして想像してください。要は、何らかの理由で「ベクトルが直交していれば線形関係はない」と判断したのです。
ベクトルの直交性はゼロスカラー積である。
ユークリッド空間では、ベクトルのスカラー積を次のように考える。
- それは、ほとんど出来合いの相関関係ですね。
つまり、ベクトルが(上記の定義に基づき)線形独立であれば、その相関はゼロとなります。
もうひとつは、ベクトル間の角度の尺度として定義される線形従属性は、かなり悪い定義であるということです。
研究所で十分な課題を与えられていないのでは?
....
自己相関が全く正しくカウントされていませんね。教科書を見たり、既知のマトリックスパッケージのマトリックスサンプルでチェックしたりと、投稿前に10回もダブルチェックしたのが馬鹿だったということがわかりました。特に、matcadecには組み込み関数があります。 確認したところ、すべて一致しました。しかし、それは間違っていることが判明しました...
私が本当に間違っている前に、正しい方法を教えてください。
一応https://ru.wikipedia.org/wiki/Автокорреляционная_функция