記事"R で 統計分布を MQL5 に -"についてのディスカッション - ページ 16

[fxsaber]

Maxim Kuznetsov:
それは数学的統計学のコースを受講するためだ :-)これは天から与えられた神の真実であり、国家標準という形で私たちに与えられたものである。

MapleとMathcadは別れを告げる。

[Quantum]

fxsaber:

ZY Rも(size-1)を通してカウントするのですか？

MathVarianceは 、Rのvar()と同様にサンプルの分散をカウントします。

1.2 MathVariance

この関数は配列要素の分散（2次モーメント）を計算します。エラーの場合はNaN を 返す。R のvar() の 類似。

R:

MQL5：

#include <Math\Stat\Math.mqh>
void OnStart()
  {
//---
   double y[]={1,2,3,4,5,6,7,8,9,10};
   Print(MathVariance(y));
  }

Wolfram：

Excel：

[fxsaber]

Quantum:

MathVarianceは、Rのvar()と同様にサンプルの分散をカウントします。

R:

MQL5：

Wolfram

Excel

Mathcad

引用されたシステムでは，平均二乗偏差が何であるかが理解されていないようです．

[Quantum]

fxsaber:

Mathcad

MathCadで標本の分散を 計算するには，"var "の代わりに "Var "を使ってください．

[fxsaber]

Quantum:
MathCadで標本分散を 計算するには、"var "の代わりに "Var "を試してください。

MQLではどうやるの？

ZY mathcadには平均はありますが、平均はありません。そしてそれは多くの関数でも同じです。そしてほとんどの人は小さな文字で関数を使う。そして何か特別なことが必要なときには大文字を使う。しかしR/Wolfram/Excelではその逆で、何か特定のものを指定できる可能性がある場合はデフォルトで指定され、標準的なものが必要な場合は別の書き方をする。もちろん、Math.mqhがRMSを計算できないのは残念だが。

[Quantum]

Alexey Nikolaev:

私が何か間違っているか、経験密度の計算に問題があるかのどちらかです。

メッセージありがとうございます。おっしゃるとおり、経験密度の正規化に誤りがあります。Math.mqhの修正版を添付します。

[Denis Kirichenko]

fxsaber:

MQLでそれを行うには？

ZY mathcadには平均はありますが、平均はありません。多くの関数もそうだ。ほとんどの人は関数を小さな文字で使います。そして何か特別なものが必要なときには大文字を使う。しかしR/Wolfram/Excelでは、その逆になっているようだ。何か特定のものを指定する可能性がある場合は、デフォルトで指定され、標準的なものが必要な場合は、別の書き方をする。もちろん、Math.mqhがRMSを計算できないのは残念だ。

一般的には、今ある関数 -MathVariance() - はMathUnbiasedVariance() と呼ぶべきでしょう。なぜなら、これは 標本の不偏分散（n-1で正規化）だからです。ALGLIBライブラリを調べたら、そこでも標本不偏 分散が計算されていました。

このトピックに関する良い記事が あります。

[fxsaber]

Dennis Kirichenko:

一般的に、今ある関数 -MathVariance() - はMathUnbiasedVariance() と呼ばれるべきです。なぜなら、これは サンプル不偏分散（n-1で正規化）だからです。ALGLIBライブラリを調べたら、そこでも標本化 不偏分散が計算されていました。

悪い方法のままにしておきますか？

[Denis Kirichenko]

fxsaber:

このままにしておきますか？

私はSBを編集するつもりはないので、著者に任せてください :-) 原則的には、SBに基づいて独自の統計クラスを書くことができます。

ここにはもう1つのニュアンスがあると思います：偏った推定と不偏った推定のどちらを使うか。また、どのような母集団を扱っているのか-標本なのか一般母集団なのか。SBは、我々が標本を扱っていることをすぐに教えて くれる。しかし、必ずしもそうとは限りません。そう、母集団が小さい場合には、これらすべてが重要なのだ。

[fxsaber]

Dennis Kirichenko:

私はSBを編集しませんので、著者に任せてください :-) 原則的には、SBに基づいて独自の統計クラスを書くことができます。

ここにはもう1つのニュアンスがあると思います：バイアス推定と非バイアス推定のどちらを使うか。また、どのような母集団を扱うのか、標本なのか一般母集団なのか。SBは、我々が標本を扱っていることをすぐに教えて くれる。しかし、必ずしもそうとは限りません。そう、母集団が小さい場合には、これらすべてが重要なのだ。

それなら、SBを変えずに追加すればいい。私自身は、もちろん修正して一から書くのは難しくない。ポイントは、誰もがSBを持っているため、自分のバイブルなしで誰かにコードを渡すことができるということです。