나는 적용 가능성의 원칙에 대한 완전한 오해의 배경에 대해 토론 참가자의 수학적 방법에 대한 높은 수준의 숙달에 놀랐습니다. 모든 회귀는 관련 데이터를 분석합니다. 관계가 없으면 회귀를 적용할 수 없습니다. 연구된 양의 분포가 정상과 다른 경우 모수 통계 방법도 적용할 수 없습니다. 시장에는 정상성의 속성이 없습니다. 또한 시장은 과정으로서 시간에 의존하지 않습니다. 그것과 다른 것 모두 회귀 분석 의 바로 그 아이디어를 지웁니다. 그것이 꽃 봉오리에 있든 상관 없습니다.
나는 적용 가능성의 원칙에 대한 완전한 오해의 배경에 대해 토론 참가자의 수학적 방법에 대한 높은 수준의 숙달에 놀랐습니다. 모든 회귀는 관련 데이터를 분석합니다. 관계가 없으면 회귀를 적용할 수 없습니다. 연구량의 분포가 정규분포와 다른 경우에는 모수통계법도 적용할 수 없다. 시장에는 정상성의 속성이 없습니다. 또한 시장은 과정으로서 시간에 의존하지 않습니다. 그것과 다른 것은 그것이 근본에 무엇이 있든 회귀 분석의 바로 그 아이디어를 지웁니다.
자, 드디어 이성의 목소리.
옛날 응용수학의 연구는 1종과 2종 계통오류 연구에서 시작되었는데, 그 의미는 통계학이 아닌 시스템분석에서 나왔다.
첫 번째 종류의 시스템 오류는 다음과 같이 공식화되었습니다.
해당 방법이 적용되지 않는 데이터에 올바른 방법을 올바르게 적용
일반적으로 수학적 방법과 특히 통계적 방법을 적용하는 근거는 동일한 방법을 적용할 수 있다는 근거입니다. 더욱이 현재 이 정당화의 중요성은 소프트웨어 패키지 형태의 가장 정교한 수학적 도구에 대한 광범위한 액세스로 인해 여러 번 증가했습니다. 방법 자체의 내부 구조를 이해할 필요가 없습니다. 라인과 그게 다야. 그러나 응용 프로그램을 정당화하려면 ....
Vasiliy Sokolov : 일반 PRNG는 고르게 분포된 숫자를 생성합니다. 균일 분포를 정규 분포로 변환하려면 특수 변환 알고리즘 을 사용해야 합니다.
고맙습니다. 그리고 그는 야생에서 길을 잃어 PRNG를 공부하기 시작했습니다. 그건 그렇고, 나는 방황하는 동안 같은 확률 이론의 중심 극한 정리를 발견했습니다. 한 "Copenhagen"은 여러 다른 PRNG의 결과를 결합하면 분포가 정상이 될 것이라고 썼습니다. 게다가 그는 우리 지부의 참가자들이 거부한 TTC의 동일한 Wikipedia 문구를 언급했습니다.
나는 적용 가능성의 원칙에 대한 완전한 오해의 배경에 대해 토론 참가자의 수학적 방법에 대한 높은 수준의 숙달에 놀랐습니다. 모든 회귀는 관련 데이터를 분석합니다. 관계가 없으면 회귀를 적용할 수 없습니다. 연구된 양의 분포가 정상과 다른 경우 모수 통계 방법도 적용할 수 없습니다. 시장에는 정상성의 속성이 없습니다. 또한 시장은 과정으로서 시간에 의존하지 않습니다. 그것과 다른 것은 그것이 근본에 무엇이 있든 회귀 분석의 바로 그 아이디어를 지웁니다.
그리고 높은 수준의 역량을 가진 참가자들의 게시물이 불일치하는 것에 놀랐습니다. 최근 lilita의 다른 브랜치에서 정규분포의 존재를 확인하셨습니다. 사실, 거기에 스프레드에 관한 내용이 있었고 당신은 "분포 분석은 거래 조건을 연구하는 관점에서만 관심이 있습니다. 여기에는 물고기가 없습니다."라고 썼습니다. 그리고 지금 당신은 "시장은 정규성의 속성을 가지고 있지 않습니다."라고 씁니다.
변동성, 증분, 분포 법칙 이 정상에 가깝다는 사실은 제가 쓴 것이 아니라 그래프로 표현한 것입니다. 나는 그것을 믿었기 때문에 그것을 채택했습니다.
일반적으로 저는 베이지안 접근 방식 자체와 베이지안 공식을 사용하여 확률의 곱으로 확률 측정을 계산하려는 시도에 관심이 있습니다. 그리고 그것에 회귀를 구축하는 것은 모든 사람의 개인 사업입니다. 여기 물고기가 있는 것 같아요.
옛날 응용수학의 연구는 1종과 2종 계통오류 연구에서 시작되었는데, 그 의미는 통계학이 아닌 시스템분석에서 나왔다.
첫 번째 종류의 시스템 오류는 다음과 같이 공식화되었습니다.
해당 방법이 적용되지 않는 데이터에 올바른 방법을 올바르게 적용
일반적으로 수학적 방법과 특히 통계적 방법을 적용하는 근거는 동일한 방법을 적용할 수 있다는 근거입니다. 더욱이 현재 이 정당화의 중요성은 소프트웨어 패키지 형태의 가장 정교한 수학적 도구에 대한 광범위한 액세스로 인해 여러 번 증가했습니다. 방법 자체의 내부 구조를 이해할 필요가 없습니다. 라인과 그게 다야. 그러나 응용 프로그램을 정당화하려면 ....
시스템 오류에 대해 알려주셔서 감사합니다. 이 스레드의 게시물에서 기술 분석에 대한 간략한 역사에서 다음과 같이 썼습니다. "금융 시장에서 베이지안 모델의 위치는 오랫동안 정확하게 정의되었으며 적용할 수 없습니다."
베이지안 모델이 어떻게 사용되었고 누가 필수 불가결성을 결정했는지는 매우 흥미롭습니다. 베이지안 방법은 사기, 스팸 및 의학의 탐지에 널리 사용됩니다. 왜 외환 거래를 거부합니까?
저는 Habré on Bayes에 대한 토론에서 인용하고 싶습니다.
"알고리즘을 설계 할 때 그러한 방법은 개발자의 상당히 높은 수학적 문화를 필요로 한다고 말할 가치가 있을 것입니다. 계산 공식의 유도 및/또는 구현에서 약간의 실수가 전체 방법을 무효화하고 신용을 떨어뜨리기 때문입니다. 확률적 방법은 특히 다음과 같은 죄를 범합니다. 이것은 사람에 대한 생각이 확률적 범주로 작업하는 데 적합하지 않기 때문에 중간 및 최종 확률적 매개변수의 "물리적 의미"에 대한 "가시성" 및 이해가 없기 때문입니다. 이러한 이해는 다음의 기본 개념에 대해서만 존재합니다. 확률 이론, 그런 다음 확률 이론의 법칙에 따라 복잡한 것을 매우 신중하게 결합하고 도출해야합니다. 상식은 더 이상 복합 대상에 도움이되지 않습니다. 특히 현대 책의 페이지에서 발생하는 매우 심각한 방법론 적 전투 확률 철학은 이것과 관련이 있으며, 이 주제에 대한 수많은 궤변, 역설 및 호기심 퍼즐과 관련이 있습니다."
내 게시물을 다시 읽으십시오. 동일하지만 다른 말로하면. 각각의 수학적 방법은 매우 구체적인 데이터에 적용할 수 있으므로 Bayes의 적용 가능성은 누군가에 의해 결정되는 것이 아니라 적용되는 데이터에 따라 결정됩니다. 여러 게시물이 이 문제에 전념했습니다. 그리고 더 간단하다면 나사에 드라이버를, 볼트에 렌치를 사용합니다.
여기서 가격 증분은 분포 법칙이 정상에 가까운 것으로 나타났습니다. 이에 동의하지 않습니까?
Bayes 공식에서 이것을 사전에 사용하고 싶습니다. 옳지 않아?
추신 "그리고 더 간단하다면 나사용 드라이버와 볼트용 렌치입니다." 현대의 좋은 나사에는 턴키 방식의 육각 머리가 있고(스크루드라이버로 작업하기 어려운 경우) 좋은 볼트에는 드라이버용 홈이 있습니다(렌치로 기어가는 것이 불가능한 경우). 이것을 문자적으로나 비유적으로나 이해해 주십시오. 내 말은 이러한 데이터(나사 및 볼트)는 매우 다양한 특성을 가지고 있습니다. 나는 증권 거래소의 "전투" 플랫폼의 데이터(고전적인 기술적 분석이 작동하는 것)가 Forex에 적합하다고 생각하지 않습니다. 외환에는 불행히도 실제 시장의 게임 시뮬레이션이 있습니다.
나는 적용 가능성의 원칙에 대한 완전한 오해의 배경에 대해 토론 참가자의 수학적 방법에 대한 높은 수준의 숙달에 놀랐습니다. 모든 회귀는 관련 데이터를 분석합니다. 관계가 없으면 회귀를 적용할 수 없습니다. 연구량의 분포가 정규분포와 다른 경우에는 모수통계법도 적용할 수 없다. 시장에는 정상성의 속성이 없습니다. 또한 시장은 과정으로서 시간에 의존하지 않습니다. 그것과 다른 것은 그것이 근본에 무엇이 있든 회귀 분석의 바로 그 아이디어를 지웁니다.
회귀 분석 에는 입력 데이터의 정규 분포가 필요하지 않으며 모델 잔차의 정규 분포가 필요합니다.
프로그램을 작성하려면 일반 MT4 RNG에서 결과의 정규 분포가 있는지 알려주거나 다른 것을 사용하십시오.
나는 적용 가능성의 원칙에 대한 완전한 오해의 배경에 대해 토론 참가자의 수학적 방법에 대한 높은 수준의 숙달에 놀랐습니다. 모든 회귀는 관련 데이터를 분석합니다. 관계가 없으면 회귀를 적용할 수 없습니다. 연구된 양의 분포가 정상과 다른 경우 모수 통계 방법도 적용할 수 없습니다. 시장에는 정상성의 속성이 없습니다. 또한 시장은 과정으로서 시간에 의존하지 않습니다. 그것과 다른 것 모두 회귀 분석 의 바로 그 아이디어를 지웁니다. 그것이 꽃 봉오리에 있든 상관 없습니다.
나는 적용 가능성의 원칙에 대한 완전한 오해의 배경에 대해 토론 참가자의 수학적 방법에 대한 높은 수준의 숙달에 놀랐습니다. 모든 회귀는 관련 데이터를 분석합니다. 관계가 없으면 회귀를 적용할 수 없습니다. 연구량의 분포가 정규분포와 다른 경우에는 모수통계법도 적용할 수 없다. 시장에는 정상성의 속성이 없습니다. 또한 시장은 과정으로서 시간에 의존하지 않습니다. 그것과 다른 것은 그것이 근본에 무엇이 있든 회귀 분석의 바로 그 아이디어를 지웁니다.
자, 드디어 이성의 목소리.
옛날 응용수학의 연구는 1종과 2종 계통오류 연구에서 시작되었는데, 그 의미는 통계학이 아닌 시스템분석에서 나왔다.
첫 번째 종류의 시스템 오류는 다음과 같이 공식화되었습니다.
해당 방법이 적용되지 않는 데이터에 올바른 방법을 올바르게 적용
일반적으로 수학적 방법과 특히 통계적 방법을 적용하는 근거는 동일한 방법을 적용할 수 있다는 근거입니다. 더욱이 현재 이 정당화의 중요성은 소프트웨어 패키지 형태의 가장 정교한 수학적 도구에 대한 광범위한 액세스로 인해 여러 번 증가했습니다. 방법 자체의 내부 구조를 이해할 필요가 없습니다. 라인과 그게 다야. 그러나 응용 프로그램을 정당화하려면 ....
일반 PRNG는 고르게 분포된 숫자를 생성합니다. 균일 분포를 정규 분포로 변환하려면 특수 변환 알고리즘 을 사용해야 합니다.
나는 적용 가능성의 원칙에 대한 완전한 오해의 배경에 대해 토론 참가자의 수학적 방법에 대한 높은 수준의 숙달에 놀랐습니다. 모든 회귀는 관련 데이터를 분석합니다. 관계가 없으면 회귀를 적용할 수 없습니다. 연구된 양의 분포가 정상과 다른 경우 모수 통계 방법도 적용할 수 없습니다. 시장에는 정상성의 속성이 없습니다. 또한 시장은 과정으로서 시간에 의존하지 않습니다. 그것과 다른 것은 그것이 근본에 무엇이 있든 회귀 분석의 바로 그 아이디어를 지웁니다.
그리고 높은 수준의 역량을 가진 참가자들의 게시물이 불일치하는 것에 놀랐습니다. 최근 lilita의 다른 브랜치에서 정규분포의 존재를 확인하셨습니다. 사실, 거기에 스프레드에 관한 내용이 있었고 당신은 "분포 분석은 거래 조건을 연구하는 관점에서만 관심이 있습니다. 여기에는 물고기가 없습니다."라고 썼습니다. 그리고 지금 당신은 "시장은 정규성의 속성을 가지고 있지 않습니다."라고 씁니다.
변동성, 증분, 분포 법칙 이 정상에 가깝다는 사실은 제가 쓴 것이 아니라 그래프로 표현한 것입니다. 나는 그것을 믿었기 때문에 그것을 채택했습니다.
일반적으로 저는 베이지안 접근 방식 자체와 베이지안 공식을 사용하여 확률의 곱으로 확률 측정을 계산하려는 시도에 관심이 있습니다. 그리고 그것에 회귀를 구축하는 것은 모든 사람의 개인 사업입니다. 여기 물고기가 있는 것 같아요.
자, 드디어 이성의 목소리.
옛날 응용수학의 연구는 1종과 2종 계통오류 연구에서 시작되었는데, 그 의미는 통계학이 아닌 시스템분석에서 나왔다.
첫 번째 종류의 시스템 오류는 다음과 같이 공식화되었습니다.
해당 방법이 적용되지 않는 데이터에 올바른 방법을 올바르게 적용
일반적으로 수학적 방법과 특히 통계적 방법을 적용하는 근거는 동일한 방법을 적용할 수 있다는 근거입니다. 더욱이 현재 이 정당화의 중요성은 소프트웨어 패키지 형태의 가장 정교한 수학적 도구에 대한 광범위한 액세스로 인해 여러 번 증가했습니다. 방법 자체의 내부 구조를 이해할 필요가 없습니다. 라인과 그게 다야. 그러나 응용 프로그램을 정당화하려면 ....
시스템 오류에 대해 알려주셔서 감사합니다. 이 스레드의 게시물에서 기술 분석에 대한 간략한 역사에서 다음과 같이 썼습니다. "금융 시장에서 베이지안 모델의 위치는 오랫동안 정확하게 정의되었으며 적용할 수 없습니다."
베이지안 모델이 어떻게 사용되었고 누가 필수 불가결성을 결정했는지는 매우 흥미롭습니다. 베이지안 방법은 사기, 스팸 및 의학의 탐지에 널리 사용됩니다. 왜 외환 거래를 거부합니까?
저는 Habré on Bayes에 대한 토론에서 인용하고 싶습니다.
"알고리즘을 설계 할 때 그러한 방법은 개발자의 상당히 높은 수학적 문화를 필요로 한다고 말할 가치가 있을 것입니다. 계산 공식의 유도 및/또는 구현에서 약간의 실수가 전체 방법을 무효화하고 신용을 떨어뜨리기 때문입니다. 확률적 방법은 특히 다음과 같은 죄를 범합니다. 이것은 사람에 대한 생각이 확률적 범주로 작업하는 데 적합하지 않기 때문에 중간 및 최종 확률적 매개변수의 "물리적 의미"에 대한 "가시성" 및 이해가 없기 때문입니다. 이러한 이해는 다음의 기본 개념에 대해서만 존재합니다. 확률 이론, 그런 다음 확률 이론의 법칙에 따라 복잡한 것을 매우 신중하게 결합하고 도출해야합니다. 상식은 더 이상 복합 대상에 도움이되지 않습니다. 특히 현대 책의 페이지에서 발생하는 매우 심각한 방법론 적 전투 확률 철학은 이것과 관련이 있으며, 이 주제에 대한 수많은 궤변, 역설 및 호기심 퍼즐과 관련이 있습니다."
시스템 오류에 대해 알려주셔서 감사합니다. 기술 분석의 간략한 역사에서 이 스레드의 게시물에서 다음과 같이 썼습니다. "금융 시장에서 베이지안 모델의 위치는 오랫동안 정확하게 정의되었으며 적용할 수 없습니다."
베이지안 모델이 어떻게 사용되었고 누가 필수 불가결성을 결정했는지는 매우 흥미롭습니다.
내 게시물을 다시 읽으십시오.
동일하지만 다른 말로하면.
각각의 수학적 방법은 매우 구체적인 데이터에 적용할 수 있으므로 Bayes의 적용 가능성은 누군가에 의해 결정되는 것이 아니라 적용되는 데이터에 따라 결정됩니다. 여러 게시물이 이 문제에 전념했습니다.
그리고 더 간단하다면 나사에 드라이버를, 볼트에 렌치를 사용합니다.
내 게시물을 다시 읽으십시오. 동일하지만 다른 말로하면.
각각의 수학적 방법은 매우 구체적인 데이터에 적용할 수 있으므로 Bayes의 적용 가능성은 누군가에 의해 결정되는 것이 아니라 적용되는 데이터에 따라 결정됩니다. 여러 게시물이 이 문제에 전념했습니다. 그리고 더 간단하다면 나사에 드라이버를, 볼트에 렌치를 사용합니다.
귀하의 게시물 https://www.mql5.com/en/forum/72329/page17 을 다시 읽었습니다. 나는 논쟁하기 어렵다. 질문을 허용합니다.
여기서 가격 증분은 분포 법칙이 정상에 가까운 것으로 나타났습니다. 이에 동의하지 않습니까?
Bayes 공식에서 이것을 사전에 사용하고 싶습니다. 옳지 않아?
추신 "그리고 더 간단하다면 나사용 드라이버와 볼트용 렌치입니다." 현대의 좋은 나사에는 턴키 방식의 육각 머리가 있고(스크루드라이버로 작업하기 어려운 경우) 좋은 볼트에는 드라이버용 홈이 있습니다(렌치로 기어가는 것이 불가능한 경우). 이것을 문자적으로나 비유적으로나 이해해 주십시오. 내 말은 이러한 데이터(나사 및 볼트)는 매우 다양한 특성을 가지고 있습니다. 나는 증권 거래소의 "전투" 플랫폼의 데이터(고전적인 기술적 분석이 작동하는 것)가 Forex에 적합하다고 생각하지 않습니다. 외환에는 불행히도 실제 시장의 게임 시뮬레이션이 있습니다.
Bayes 공식에서 이것을 사전에 사용하고 싶습니다. 옳지 않다?
저는 베이지안 회귀를 하지 않습니다.
저는 전문 수학자입니다. 어쩌면 나쁠 수도 있지만 저에게는 모든 모델에 대한 일반적인 단계입니다.
그리고 당신은 당황할 수 없지만 시장에서 회귀를 사용하는 것은 매우 어리석은 일이라는 것을 명심하십시오(위에 쓰여진 대로). 신은 가격 자체가 아니라 가격 증분을 일부 GARCH에 넣을 수 있는 것을 금지합니다.
나는 적용 가능성의 원칙에 대한 완전한 오해의 배경에 대해 토론 참가자의 수학적 방법에 대한 높은 수준의 숙달에 놀랐습니다. 모든 회귀는 관련 데이터를 분석합니다. 관계가 없으면 회귀를 적용할 수 없습니다. 연구량의 분포가 정규분포와 다른 경우에는 모수통계법도 적용할 수 없다. 시장에는 정상성의 속성이 없습니다. 또한 시장은 과정으로서 시간에 의존하지 않습니다. 그것과 다른 것은 그것이 근본에 무엇이 있든 회귀 분석의 바로 그 아이디어를 지웁니다.
회귀 분석 에는 입력 데이터의 정규 분포가 필요하지 않으며 모델 잔차의 정규 분포가 필요합니다.
모든 경제 데이터, 가격 특성 등은 서로 연결되어 있습니다. 관련없는 데이터가 없습니다.
가격은 시간에 따라 다릅니다.