記事「時系列の非定常性の指標としての2標本コルモゴロフ–スミルノフ検定」についてのディスカッション - ページ 4 123456 新しいコメント Aleksey Nikolayev 2024.05.05 18:34 #31 この検定を使って標本の(a)と(b)の違反を決定しようとするのは良いアイデアではありません。明らかに，各標本は異なる違反を持つかもしれず，可能性のある違反の合計は，多数の可能性のある違反となる． Evgeniy Chernish 2024.05.05 19:58 #32 Aleksey Nikolayev #:フラクタリティとは、特定の指標ではなく、そのようなものである。それは通常、系列の持続性／反持続性と関連しており、それは隣接する増分の依存性に関連しており、順番にそれらの共同分布によって決定される。 フラクタリティの具体的な指標について言えば、計算のために多くのデータを必要とし、次元の信頼区間の値を示さないので、FDIはあまり良くない。 あなたは2つのことを混同していると思います。ある統計量を計算するためのアルゴリズムと、その統計量がある値をとった場合にどのような結果が得られるかということです。フラクタル性指数がSBの仮説を棄却する場合、2次元ベクトル(Xn,Xn-1)の確率関数は1次元ベクトルの積に等しくないという意味ですね？F(Xn,Xn-1) != F(Xn)*F(Xn-1) Evgeniy Chernish 2024.05.05 20:33 #33 Aleksey Nikolayev #: この検定を使って標本の(a)と(b)の違反を決定しようとするのは良い考えとは言えません。明らかに，各標本の違反は異なる可能性があり，合計すると多数の違反の可能性がある． 独立性はそうだ。しかし、だからといってスミルノフ基準を放棄する理由にはならない。どのように機能するか見てみよう。2つの均質な独立標本を比較し、帰無仮説をずっと観察していると、ある時点で、例えば、系列に従属性が現れると、Smirnov基準は帰無仮説を棄却することでこれに反応します。トレーダーにとって、この望ましくない副作用はプラスでしかない。また、サンプルの分布が同じであることを要求するとはどういうことでしょうか？残念ながら、経済時系列にはそのような余裕はない。この要求は先験的に不可能であり、決して満たされることはない。物理学者が等しく分布したデータを得るための理想的な条件を達成する余裕があるように、我々は実験や経験をコントロールすることはできない。 Aleksey Nikolayev 2024.05.05 21:35 #34 Евгений Черныш #: あなたは2つのことを混同していると思う。ある統計量の計算アルゴリズムと、その統計量がある値をとった場合の結果です。 フラクタル性指数がSBの仮説を棄却する場合、2次元ベクトル(Xn,Xn-1)の確率関数は1次元ベクトルの積に等しくないという意味でしょうか？ F(Xn,Xn-1) != F(Xn)*F(Xn-1) フラクタル性やFDIなどについて推論することは，matstatの領域から外れることになる。SBの場合、FDIはどのような分布をしているのだろうか？私は知らない（おそらく漸近分布を計算することが可能であることを除いては、誰も知らない）。だから、「統計」という言葉はFDIにはほとんど当てはまらない。実質価格に関する数少ない通常の研究（SBに関するハーストのp値を計算するためにモンテカルロ法が使われた場合）では、帰無SB仮説は棄却されなかった。 フラクタル次元と増分相関の関係については、経験的な推測しかありません。このレベルでは、そうです、あなたは私を正しく理解しています。もしフラクタル性について言うなら、{F(Xn,Xn-1) != F(Xn)*F(Xn-1)}という依存性が現れ、もはやSmirnov検定の適用性について語ることはできません。だからSmirnovとFDIは似て非なるものだと思う。経験的なレベルでは、FDIがSBの理論値に近いときにSmirnovがより適用可能であると考えるのがせいぜいです（トレンドのある資産については少し疑問がありますが）。 Aleksey Nikolayev 2024.05.05 21:46 #35 Евгений Черныш #: 標本が等しく分布しているとはどういう意味ですか？ 2つのサンプルは、それぞれi.i.d.の 確率変数の集合から得られなければなりません。ボラティリティの日次変動（例えば、市場のセッションによる）のために、i.i.d.の条件が破られることはすでに書きました。 Aleksey Nikolayev 2024.05.05 21:53 #36 Евгений Черныш #: 独立性はそうだ。しかし、だからといってスミルノフの基準を放棄する理由にはならない。どのように機能するか見てみよう。2つの均質な独立標本を比較し、帰無仮説をずっと観察していると、ある時点で、例えば、系列に従属性が現れると、Smirnov基準は、従属性を「好まない」ので、帰無仮説を棄却することによって、これに反応します。トレーダーにとって、この望ましくない副作用はプラスでしかない。 あなたは、i.の違反とi.d.の違反を条件i.i.d.から区別することができなくなります）あなたは、どの標本について違反するかを決定することができなくなります。自分で計算してみてください-全部で16=4*4のバリエーションがあり、そのうち条件に違反しないのは1つだけです。 つまりスミルノフはi.d.の偏差を「嫌う」ようにできているのだ）。そしてあなたは彼を混乱させたいのだ）。 Evgeniy Chernish 2024.05.06 10:00 #37 Aleksey Nikolayev #:フラクタル性、FDIなどについての議論は、マットスタットの領域を超えてしまう。SBの場合、FDIはどのような分布をしているのだろうか？私は知らない（おそらく漸近分布を計算することが可能であることを除いては、誰も知らない）。だから、「統計」という言葉はFDIにはほとんど当てはまらない。実質価格に関する数少ない通常の研究（SBに関するハーストのp値を計算するためにモンテカルロ法が使われた場合）では、SBの帰無仮説は棄却されなかった。フラクタル次元と増分相関の関係については、経験的な推測しかありません。このレベルでは、そうです、あなたは私を正しく理解しています。もしフラクタル性について言うなら、{F(Xn,Xn-1) != F(Xn)*F(Xn-1)}という依存関係が現れ、もはやSmirnov検定の適用性について語ることはできません。だからSmirnovとFDIは似て非なるものだと思う。経験的なレベルでは、FDIがSBの理論値に近いときにSmirnovがより適用可能であると考えるのがせいぜいです（トレンドのある資産については少し疑問がありますが）。 あなたは、Smirnov基準の独立性要件を文字通りにとらえすぎています。この要件は、帰無仮説を検定するために、与えられた統計量の分布がコルモゴロフ分布に収束するために必要です。したがって、独立性の要件に違反すると、Smirnov基準はデータ中の統計的関係を検出する指標になり得ます。つまり、独立性要件は、統計的関係があるかもしれないデータにスミルノフ基準を適用することを禁止するものではない。さらに、調査されたデータの相関を計算することを誰も禁止していない。線形従属性が見つからない場合は、独立性の要件は実質的に満たされており、Smirnov距離の分布の違いはデータの不均一性によってのみ引き起こされると考えてよい。非線形従属性の場合、スミルノフ距離の分布はコルモゴロフ分布とほとんど変わらない（少なくともロジスティック写像ではそうである）。つまり、1つのSmirnov基準を単独で使用することはできず、追加の分析方法を使用する必要があることは明らかである。 FDIに関しては、SBではハースト指数とまったく同じ分布、つまり正規分布を持っている可能性が高い。モンテカルロ法の助けを借りれば、そこですべてを計算することができます。ピーターズは彼の著作「金融市場のフラクタル分析」でそれを行いました。FDIは、それ自体が標本平均や標本分散のような確率変数であるという意味では、他の統計量と何ら変わりはありません。したがって、この統計量がSB上、小さな標本上、大きな標本上などでどのように振る舞うかを簡単に見つけることができます。 Evgeniy Chernish 2024.05.06 10:29 #38 Aleksey Nikolayev #:2つのサンプルはそれぞれ、i.i.d.の 確率変数の集合から得なければならない。ボラティリティの日次変動（例えば、市場のセッションによる）のために、i.i.d.の条件が破られることはすでに書いた。 等分布の条件は、定理証明や厳密な証明、数理統計学の分野では有効ですが、実際のデータでは厳しすぎます。実験の経過をコントロールし、確率変数の観測条件が時間とともに変化しないようにしなければならない。株価の場合、我々が何もコントロールしていないことは明らかである。私たちは、市場の見えざる手がどのように箱からある数字（価格の増分）を引き出すかを観察しているだけで、各時点でこの箱の中身が変化しているかどうかは知らない（そして誰も知ることはない）。これが現実であり、私たちは今あるもので仕事をしなければならない。 私の意見では、アジア、ヨーロッパ、アメリカのセッションが各サンプルにあるので、日ごとの比較は正しい。アジアのセッションとアメリカのセッションを比べたら、それは間違っている。もちろん、誰もが自分で決めることだ。 Evgeniy Chernish 2024.05.06 10:39 #39 Aleksey Nikolayev #:違反i.と違反i.d.と条件i.i.d.の区別がつかなくなる) 少なくともモデル・データについては、私にもあなたにもできる。 自己回帰過程は等しく分布しているか？等しく分布している。 独立か？いいえ。 Smirnov基準はそれを「見る」のか？はい。 Aleksey Nikolayev 2024.05.06 14:04 #40 Евгений Черныш #:あなたはスミルノフ基準の独立性要件を文字通りにとらえすぎています。この要件は、帰無仮説を検定するために、与えられた統計量の分布がコルモゴロフ分布に収束するために必要です。したがって、独立性の要件に違反した場合、Smirnov基準はデータ中の統計的関係を検出するための指標となり得ます。つまり、独立性要件は、何らかの統計的関係があるかもしれないデータへのスミルノフ基準の適用を禁止するものではありません。 論理学には明らかな問題がある。トートロジー（同語反復）であり、そこから別のことが推論できる。 123456 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
フラクタリティとは、特定の指標ではなく、そのようなものである。それは通常、系列の持続性／反持続性と関連しており、それは隣接する増分の依存性に関連しており、順番にそれらの共同分布によって決定される。
フラクタリティの具体的な指標について言えば、計算のために多くのデータを必要とし、次元の信頼区間の値を示さないので、FDIはあまり良くない。
この検定を使って標本の(a)と(b)の違反を決定しようとするのは良い考えとは言えません。明らかに，各標本の違反は異なる可能性があり，合計すると多数の違反の可能性がある．
あなたは2つのことを混同していると思う。ある統計量の計算アルゴリズムと、その統計量がある値をとった場合の結果です。
フラクタル性やFDIなどについて推論することは，matstatの領域から外れることになる。SBの場合、FDIはどのような分布をしているのだろうか？私は知らない（おそらく漸近分布を計算することが可能であることを除いては、誰も知らない）。だから、「統計」という言葉はFDIにはほとんど当てはまらない。実質価格に関する数少ない通常の研究（SBに関するハーストのp値を計算するためにモンテカルロ法が使われた場合）では、帰無SB仮説は棄却されなかった。
フラクタル次元と増分相関の関係については、経験的な推測しかありません。このレベルでは、そうです、あなたは私を正しく理解しています。もしフラクタル性について言うなら、{F(Xn,Xn-1) != F(Xn)*F(Xn-1)}という依存性が現れ、もはやSmirnov検定の適用性について語ることはできません。だからSmirnovとFDIは似て非なるものだと思う。経験的なレベルでは、FDIがSBの理論値に近いときにSmirnovがより適用可能であると考えるのがせいぜいです（トレンドのある資産については少し疑問がありますが）。
Евгений Черныш #:
標本が等しく分布しているとはどういう意味ですか？
2つのサンプルは、それぞれi.i.d.の 確率変数の集合から得られなければなりません。ボラティリティの日次変動（例えば、市場のセッションによる）のために、i.i.d.の条件が破られることはすでに書きました。
独立性はそうだ。しかし、だからといってスミルノフの基準を放棄する理由にはならない。どのように機能するか見てみよう。2つの均質な独立標本を比較し、帰無仮説をずっと観察していると、ある時点で、例えば、系列に従属性が現れると、Smirnov基準は、従属性を「好まない」ので、帰無仮説を棄却することによって、これに反応します。トレーダーにとって、この望ましくない副作用はプラスでしかない。
あなたは、i.の違反とi.d.の違反を条件i.i.d.から区別することができなくなります）あなたは、どの標本について違反するかを決定することができなくなります。自分で計算してみてください-全部で16=4*4のバリエーションがあり、そのうち条件に違反しないのは1つだけです。
つまりスミルノフはi.d.の偏差を「嫌う」ようにできているのだ）。そしてあなたは彼を混乱させたいのだ）。
フラクタル性、FDIなどについての議論は、マットスタットの領域を超えてしまう。SBの場合、FDIはどのような分布をしているのだろうか？私は知らない（おそらく漸近分布を計算することが可能であることを除いては、誰も知らない）。だから、「統計」という言葉はFDIにはほとんど当てはまらない。実質価格に関する数少ない通常の研究（SBに関するハーストのp値を計算するためにモンテカルロ法が使われた場合）では、SBの帰無仮説は棄却されなかった。
フラクタル次元と増分相関の関係については、経験的な推測しかありません。このレベルでは、そうです、あなたは私を正しく理解しています。もしフラクタル性について言うなら、{F(Xn,Xn-1) != F(Xn)*F(Xn-1)}という依存関係が現れ、もはやSmirnov検定の適用性について語ることはできません。だからSmirnovとFDIは似て非なるものだと思う。経験的なレベルでは、FDIがSBの理論値に近いときにSmirnovがより適用可能であると考えるのがせいぜいです（トレンドのある資産については少し疑問がありますが）。
あなたは、Smirnov基準の独立性要件を文字通りにとらえすぎています。この要件は、帰無仮説を検定するために、与えられた統計量の分布がコルモゴロフ分布に収束するために必要です。したがって、独立性の要件に違反すると、Smirnov基準はデータ中の統計的関係を検出する指標になり得ます。つまり、独立性要件は、統計的関係があるかもしれないデータにスミルノフ基準を適用することを禁止するものではない。さらに、調査されたデータの相関を計算することを誰も禁止していない。線形従属性が見つからない場合は、独立性の要件は実質的に満たされており、Smirnov距離の分布の違いはデータの不均一性によってのみ引き起こされると考えてよい。非線形従属性の場合、スミルノフ距離の分布はコルモゴロフ分布とほとんど変わらない（少なくともロジスティック写像ではそうである）。つまり、1つのSmirnov基準を単独で使用することはできず、追加の分析方法を使用する必要があることは明らかである。
FDIに関しては、SBではハースト指数とまったく同じ分布、つまり正規分布を持っている可能性が高い。モンテカルロ法の助けを借りれば、そこですべてを計算することができます。ピーターズは彼の著作「金融市場のフラクタル分析」でそれを行いました。FDIは、それ自体が標本平均や標本分散のような確率変数であるという意味では、他の統計量と何ら変わりはありません。したがって、この統計量がSB上、小さな標本上、大きな標本上などでどのように振る舞うかを簡単に見つけることができます。
2つのサンプルはそれぞれ、i.i.d.の 確率変数の集合から得なければならない。ボラティリティの日次変動（例えば、市場のセッションによる）のために、i.i.d.の条件が破られることはすでに書いた。
等分布の条件は、定理証明や厳密な証明、数理統計学の分野では有効ですが、実際のデータでは厳しすぎます。実験の経過をコントロールし、確率変数の観測条件が時間とともに変化しないようにしなければならない。株価の場合、我々が何もコントロールしていないことは明らかである。私たちは、市場の見えざる手がどのように箱からある数字（価格の増分）を引き出すかを観察しているだけで、各時点でこの箱の中身が変化しているかどうかは知らない（そして誰も知ることはない）。これが現実であり、私たちは今あるもので仕事をしなければならない。
私の意見では、アジア、ヨーロッパ、アメリカのセッションが各サンプルにあるので、日ごとの比較は正しい。アジアのセッションとアメリカのセッションを比べたら、それは間違っている。もちろん、誰もが自分で決めることだ。
違反i.と違反i.d.と条件i.i.d.の区別がつかなくなる)
少なくともモデル・データについては、私にもあなたにもできる。
自己回帰過程は等しく分布しているか？等しく分布している。
独立か？いいえ。
Smirnov基準はそれを「見る」のか？はい。
あなたはスミルノフ基準の独立性要件を文字通りにとらえすぎています。この要件は、帰無仮説を検定するために、与えられた統計量の分布がコルモゴロフ分布に収束するために必要です。したがって、独立性の要件に違反した場合、Smirnov基準はデータ中の統計的関係を検出するための指標となり得ます。つまり、独立性要件は、何らかの統計的関係があるかもしれないデータへのスミルノフ基準の適用を禁止するものではありません。
論理学には明らかな問題がある。トートロジー（同語反復）であり、そこから別のことが推論できる。