記事"ボックスーコックス変換"についてのディスカッション

 

新しい記事 ボックスーコックス変換 はパブリッシュされました:

この記事は、読者がボックスーコックス変換について詳しく知ることができることを意図されています。使用方法に関して取り組まれ、ランダムなシーケンスと実際の取引価格での変換率を評価を行うものに関しての例がいくつか提示されています。

Fig. 1. The Box-Cox transformation in case of various values of the lambda parameter

作者: Victor

 
ビクター、BC変換後に正規性への近似度が低い場合、同じ変換を再度適用することが望ましいと思いますか?
 
denkir:

ビクター、BC変換後の正規性への近似が悪い場合、同じ変換を再度適用することは妥当だと思いますか?

分かりませんが、再変換はもはや最初の変換ほど強い効果はないと思います。

この種の変換は完璧ではないようだ。このような変換の適用は、他のどのような変換と同様に、(おそらく)入力シーケンスの初期特性の変化につながる。そして、ここで重要なことは、それをやりすぎないことである。そうでなければ、変換後に得られる配列は、元の配列との共通点が何もなくなってしまう。どのような入力配列でも通常の配列にすることができる変換が普及していないのはそのためだろう。しかし、もう一度強調しておくが、私はこのような疑問について真剣に考えたことはない。

 

なるほど、なかなか奥が深い。人は、見て、見て......と言うことができる。

この記事はとても参考になります。あなたが先に書いたことと論理的なつながりがあります。資料をありがとう。

 
トレーディングについて言えば、商に沿って移動したときの商の特性の安定性が気になるところです。ずらさずに変換した後の変化特性を示しましたが、1小節前にずらしたときのBCパラメータはどうなるのでしょうか?変換していないコチールに沿って順次シフトすることによる統計量特性と、変換したコチールの統計量特性とを比較すると、何が見えるでしょうか?分散変動はシフトに伴って減少するのだろうか。もしそうなら、それはBCにとって大きなアドバンテージである。
 
denkir:
なるほど、なかなか奥が深い。人は、見て、見て......と言うことができる。

この記事はとても参考になります。あなたが先に書いたことと論理的なつながりがあります。資料をありがとう。

私の仕事を評価してくれてありがとう。

 
faa1947:
トレーディングについて言えば、商に沿って移動したときの商の特性の安定性が気になるところです。ずらさずに変換した後の変化特性を示しましたが、1小節前にずらしたときのBCパラメータはどうなるのでしょうか?変換していないコチールに沿って順次シフトすることによる統計量特性と、変換したコチールの統計量特性とを比較すると、何が見えるでしょうか?分散変動はシフトによって減少するのでしょうか。もし減少するのであれば、それこそがBCにとって大きなプラスとなる。

この記事は、主に古典的な統計手法の特徴について読者に注意を喚起し、実験のためのある種のツールボックスを提供することを目的とした、入門レベルの記事として意図されたものです。あなたの質問はこの記事の範囲をはるかに超えている。私がお答えすることはできません。