記事"MQL5での統計確率分布"についてのディスカッション

新しいコメント
 

新しい記事 MQL5での統計確率分布 はパブリッシュされました:

本稿は、適用統計に使用されるランダム変数の確率分布（標準、対数正規分布、二項分布、ロジスティック分布、指数分布、コーシー分布、ストゥーデンとの t-分布、 ラプラス分布、 ポアソン分布、双曲線正割分布、 ベータ分布、ガンマ分布）について述べます。またこういった分布を処理するクラス特性についても述べます。

作者: Dennis Kirichenko

 

とても興味深い。もし表形式で与えられた関数の分布の計算を追加することが難しくなければ、それと比較する何かがあるだろう。

さらに、理論分布との最大の類似性を決定する方法（これは相関係数を介して行うことができます）。

 
Urain:

とても興味深い。

ご意見ありがとうございます。

表形式で与えられた関数の分布の計算を追加することが難しくなければ、何か比較するものがあると思うのですが・・・。

ご指定ください。例題があればなおよい :-))

それに加えて、理論的な分布との最大の類似性を決定する方法（これは相関係数によって行うことができます）。
経験的分布が理論的分布とどの程度違うのですか？
 
denkir:

ご意見ありがとうございました。

1) 明確にお願いします。例を挙げて説明してください :-))

2) 経験分布は理論分布とどの程度違うのですか？

1) 表形式で与えられる関数とは、各xがyに対応するデータセット（例えば配列）があることを意味するが、従属式は知られていない。

このような関数は実際には引用である。そして、そのようなデータの確率 分布を計算するということだ。

2) そうです。理論的な分布のどちらが経験的な分布に近いか。あるいは、経験則と理論則の相関係数だけです。

 
Urain:

1) 表形式で定義された関数とは、各xがyに対応するデータセット（例えば配列）が存在するが、従属式は知られていないことを意味する。

このような関数は、実際には引用である。そして、私が言っているのは、そのようなデータの確率分布を計算することである。

私が何かを誤解しているのか、それとも...。通常、表形式では、すでに知られている理論的な分布が与えられます。個人的には、表はあまり好きではない。いわばグラフの方がよく見える...。分布の形が見えるから...。記事の中で紹介されているビデオでは、カーソルを動かすと値がどのように変化するかを見ることができる。そして、これは分布法則を表現する一つの方法に過ぎない...すべてをカバーするには、たくさんの表が必要で、グラフでは......。

2) はい。理論分布のどれが経験分布に近いか。あるいは、経験分布と理論分布の相関係数だけです。

記事の結論で、私はこう書いた：

私としては、このトピックを発展させ、統計的確率分布が確率論的モデルの分析にどのように使えるかを実例で示すつもりである。

詳細はもう少し後で。

 
denkir:

私が何かを誤解しているのか、それとも......。通常、表形式では、すでに知られている理論的な分布が指定されます。個人的には、表はあまり好きではない。いわばグラフの方がよく見えるし...。分布の形が見えるし...。記事の中で紹介されているビデオでは、カーソルを動かすと値がどのように変化するかを見ることができる。そして、これは分布法則を表現する一つの方法に過ぎない...すべてをカバーするには表がたくさん必要だ...グラフなら...。

記事の結論として、私はこう書いた：

私としては、このトピックを発展させ、確率論的モデルを分析する際に統計的確率分布がどのように使用できるかを実践的な例で示すつもりである。

詳細はもう少し後で。

いえいえ、分析関数を表として描く必要はありません。私が言いたかったのは、引用符の確率分布を計算する方法（プログラム関数）を作ることです。見積もりは表形式で定義された関数であり、xから yへの 変換がどのような計算式で行われるかを知る必要はない。

よし、続きを待とう。

 
Urain:

いえいえ、分析的（数式として定義された）関数を表として描く必要はありません。私が言いたかったのは、相場の確率分布を計算する方法（プログラム関数）を作ることです。引用符は、xから yへの 変換が行われる数式を知らなくても、表として定義された関数である。

よし、続きを待とう。

ああ、これは理論分布へのフィッティングと呼ばれるものですね。詳しくは後で話すよ。実際にいくつかの例を挙げて...特に、私の記事について 議論しているときに、分布についての熱い議論がありましたから :-)
 

MQL5.comコミュニティで最も素晴らしい記事のひとつです！

ありがとう、デニス！

新しいコメント