Изучая АКФ пачки прямоугольных видеоимпульсов, читатель, безусловно, обратил внимание на то, что соответствующий график имел специфический лепестковый вид. С практической точки зрения, имея в виду использование АКФ для решения задачи обнаружения такого сигнала или измерения его параметров, совершенно несущественно, что отдельные лепестки имеют...
周期的なコンポーネントを分離することができます。
自己相関は、相関と同様に、非定常な時間には適用できない
相関と同様に自己相関も非定常な時間には適用できない
誰が使うのを止めるんだ？
過大評価、スピアマンがダメなんです。
オーバーレイティングが出て、スピアマンもダメ。
そして、その適用を阻むのは誰なのか？
誰が、ではなく、何が、です。サンプル値が定常であるときにのみ意味をなす（サンプルサイズが大きくなるにつれて何かに収束する）サンプル値を扱っているという単純な事実を理解してください。
誰が、ではなく、何が、です。サンプル値が定常であるときにのみ意味をなす（サンプルサイズが大きくなるにつれて何かに収束する）サンプル値を扱っているという単純な事実を理解してください。
ACFはどんな信号でも、たとえ非定常な信号でも意味がある。
非定常の場合、ACFのように1つの変数ではなく、2つの変数に依存するQFについて話すことが理にかなっています。このQFを、どうにかして（多くの異なる方法で）1つの変数に依存するものにすることが可能です。しかし、ACFと呼ばないでください。自分も他人も混乱させないでください。
非定常の場合、ACFのように1つの変数ではなく、2つの変数に依存するQFについて話すことが理にかなっています。このQFを、どうにかして（多くの異なる方法で）1つの変数に依存するものにすることが可能です。しかし、ACFと呼ぶべきではありません。自分も他人も混乱させる必要はないのです。
そうでもないんです。この場合のACFは、ある限定されたセグメント上の任意の信号とそのコピーとの古典的な畳み込みに過ぎない。
特に異常はありませんし、慌てる必要もありません。
ACFがどれだけの変数に依存しているかは、ここでは関係ない。
(サンプルサイズが大きくなると何かに収束する）のは、定常性のときだけです。
すべてのものは何かに収束する、何を数えたとしても、数論がある、それにも規則性がある、それは値の大きなサンプルで現れる、しかし、それ（数論）は物理的または他のプロセスを研究していない。
スレッドで複数のパラメータに対する自己相関 関数の必要性が述べられていましたが、それは分野別の研究であって、時間軸の離散関数（価格系列）は分野別に考える価値があるのかどうか疑問です
また、一般的に非周期関数の相関分析では、何を示すべきなのか？ 周期関数の相関分析では、周波数スペクトル分布が示され、価格チャートの相関分析では何を示すべきなのか？
20年前に勉強した教科書とよく似た読み物を見つけた http://scask.ru/book_brts.php?id=16
すべてのものは何かに収束する、何を数えたとしても、数論があり、それにも大きなサンプル値に現れる規則性がある、しかし、それ（数論）は物理的または他のプロセスを研究しないが
スレッドで複数のパラメータに対する自己相関関数の必要性が述べられていましたが、それは分野別の研究であって、時間軸の離散関数（価格系列）は分野別に考える価値があるのかどうか疑問です
また、一般に非周期関数の相関分析では、何を示すべきか？ 周期関数の相関分析では、周波数スペクトル分布が示され、価格チャートの相関分析では、何を示すべきか？
私たちは「メモリー」の指標、つまり時間スライディングウィンドウにおける価格増分の相互依存性を具体的な数値で示す必要があります。
これにより、その窓の増分の和がガウス分布に属する数であるか否かを言うことができる。
実は、ACFは聖杯 なんですよ、皆さん!トレンドの中にいるのか、横ばい圏にいるのかがわかる...。
正しい計算方法を学べばいいんです。それが今、私がやっていることなんです...。