1. 프로세스가 N 단계로 이동하는 거리의 평균 제곱 - 이것이 범위입니다. 범위의 개념은 나일강의 홍수를 고려한 Hurst에 의해 도입되었음을 잊지 마십시오. 그리고 입자의 브라운 방황을 고려한 아인슈타인은 입자가 초기 위치에서 이동한 경로에 대해 이야기했습니다. 이것들은 모두 물리량입니다. 그리고 저는 정의, 즉 수학적 의미를 찾고 있었습니다. 이제 질문이 명확해졌습니다. 나일강 범람의 그네, Broin 입자의 경로, 던지기 게임의 최대 보상은 모두 이 참조에서 정의한 하나의 동일한 개념입니다.
2. 거기에서 또한 문자 그대로 두 줄로 공식이 파생됩니다(순수 SB에 대한 Hurst 공식의 특별한 경우). 이로부터 각 단계에서 동일한 단위 증분을 갖는 순수 SB에 대해 Hurst의 계수가 따라옵니다. 공식 = 1. 내가 그의 가지에 있는 Nicholas 의 손가락에 대해 언급하고 설명하려고 시도한 것과 동일한 것입니다. 물리적인 관점에서 볼 때 이해할 수 있습니다. 사실, 이 계수는 수량에 차원이 있는 경우에 필요합니다.
3. 이제 공식 R/S = c*(T^h)에서 S의 의미도 명확해졌습니다. 어디에서나 쓰기 때문에 S는 RMS입니다. 나는 내 어리석음으로 인해 여전히 어떤 시리즈의 RMS를 이해할 수 없었습니다. 이제 많은 증가가 있지만 안전보장이사회 자체는 아닙니다. 그리고 이것의 의미는 RMS에 의한 증분의 정규화, 즉 +/- 1로의 증분 감소 유형에 정확히 있습니다.
4. 그리고 마지막으로 내 스레드에서 설명한 지표의 계산이 생성된 모델 시리즈에 0.5의 값을 주지 않는 이유를 이해했습니다. 천문 시간 간격 M1, M10, H1에 대해 계산했습니다. 모든 데이터에 대해 평균을 냈습니다. 그러나 결국 동일한 천문 간격마다 고유한 틱 수(즉, 프로세스 단계)가 있었습니다. Hurst 공식에서 대체할 틱 수를 평균화하는 것은 일반적으로 정의와 반대입니다. 그러나 이제는 그 뿐만이 아니라는 것이 밝혀졌습니다. 나는 평균과 범위를 가지고 있습니다. 그리고 범위의 제곱을 평균한 다음 그 범위에서 근을 추출해야 했습니다. 그래서 두 가지 실수가 있었습니다.
자, 상황이 해결되었습니다. 모든 것이 올바르게 계산되어야 합니다. :-)
그리고 주어진 SB 분포에 대한 공식의 이론적 유도 문제는 이제 보다 실질적인 방식으로 이해될 수 있습니다.
죄송합니다. 알았다면 링크를 주지 않았을 것입니다 :). Feynman을 사용하면 모든 것이 그림에 그려집니다. 음, 이것이 술집 안의 틱이라고 상상해보십시오.
우리는 가장 높은 점선 궤적을 취합니다. 그녀의 경우 Open = 0, Low = -2, High = 3, Close = 2입니다. 그녀의 D 는 2, 즉 D = Close-Open입니다. 귀하의 주제에서 내가 즉시 귀하에게 쓴 것(아인슈타인이 Close-Open에 대한 공식을 작성했다는 것). 그리고 Close-Open의 경우 접근 방식의 계수는 실제로 1과 같습니다. 그러나 High-Low 를 선택하고 이 경우에는 5와 같습니다. 즉, D 와 같지 않고 이러한 이유로 계수 그것은 하나와 같지 않을 것이기 때문입니다. 나는 당신이 어떤 희생을 치르더라도 범위를 최종 편차로 바꾸고 싶어한다는 것을 알았습니다. 그러나 그런 다음 High-Low에 대한 용어를 생각해보십시오.이 값에 대해 계수가 1과 같지 않고 원점에서 빔의 기울기가 Hurst가되지 않을 것임을 귀하의 말로 말할 수 있습니다.
죄송합니다. 알았다면 링크를 주지 않았을 것입니다 :). Feynman을 사용하면 모든 것이 그림에 그려집니다. 음, 이것이 술집 안의 틱이라고 상상해보십시오.
우리는 가장 높은 점선 궤적을 취합니다. 그녀의 경우 Open = 0, Low = -2, High = 3, Close = 2입니다. 그녀의 D 는 2, 즉 D = Close-Open입니다. 귀하의 주제에서 내가 즉시 귀하에게 쓴 것(아인슈타인이 Close-Open에 대한 공식을 작성했다는 것). 그리고 Close-Open의 경우 접근 방식의 계수는 실제로 1과 같습니다. 그러나 High-Low 를 선택하고 이 경우 5와 같습니다. 즉, 초기 D 가 아니며 이러한 이유로 계수 그것은 하나와 같지 않을 것입니다. 나는 당신이 어떤 희생을 치르더라도 범위를 최종 편차로 바꾸고 싶어한다는 것을 알았습니다. 그러나 그런 다음 High-Low에 대한 용어를 생각해보십시오.이 값에 대해 계수가 1과 같지 않고 원점에서 빔의 기울기가 Hurst가되지 않을 것임을 귀하의 말로 말할 수 있습니다.
Nikolai, 나는 또한 Close-Open에 안주하는 것이 잘못이라고 생각한다고 당신에게 편지를 썼습니다. 그리고 당신이 이 차이 D 를 동일시했다는 사실은 더욱 잘못된 것입니다. 이 단순한 차이가 문제의 일반적인 공식화와 모순되기 때문에 "프로세스가 통과한 경로"의 정의를 이해하는 것입니다. 그러면 제곱할 필요가 없습니다. 평균을 내고 0점을 얻었고 행복했습니다.
확산의 관점에서 생각하십시오. 거기에서 현상 자체가 평균을 생성합니다. 엄청난 수의 입자(분자)가 브라운 운동에 의해 분포됩니다. 프로세스가 이동한 경로가 분포 경계입니다. 어느 입자가 그 순간에 도달했는지, 어느 입자가 도달하여 이미 출발점으로 돌아왔는지는 중요하지 않습니다.
확산의 관점에서 생각하십시오. 거기에서 현상 자체가 평균을 생성합니다. 엄청난 수의 입자(분자)가 브라운 운동에 의해 분포됩니다. 프로세스가 이동한 경로가 분포 경계입니다. 어느 입자가 그 순간에 도달했는지, 어느 입자가 도달하여 이미 출발점으로 돌아왔는지는 중요하지 않습니다.
추리의 논리를 상기시켜 드리겠습니다. 특정 지표가 있으며 현재 시장의 임의성 정도를 어떻게든 특성화할 것으로 가정합니다. 우리는 이 지표의 어떤 값이 추세 시장에 해당하는지, 어느 것이 평평하고 어떤 예측할 수 없는 상태에 해당하는지 알아내야 합니다.
분명한.
솔직한 :
물리학에서는 이것을 캘리브레이션이라고 합니다. 원하는 속성을 가진 인위적으로 생성된 시리즈를 보정할 수 있다고 가정합니다.
예를 들어, 그렇게 하고 필요한 시리즈를 생성하고 특성의 동작을 연구하는 것이 더 빠르고 어떤 의미에서는 더 신뢰할 수 있다고 믿습니다. 또한 실제 가격 행의 적절한 섹션에서 잘라낸 행으로 시작해야 합니다.
한 번은 필요한 특성을 가진 시리즈를 생성하고 NN의 거동을 포함한 차량의 생존 가능성에 대한 연구를 수행하도록 제안했습니다. 포럼의 일부 회원들은 이 접근 방식에 반대했지만 이에 대한 구체적인 주장은 없었습니다. 내 말에 동의하는 사람들도 있었다.
그러나 시간이 지나면서 점점 더 그 접근 방식이 틀렸다는 것을 확신하게 되었습니다.
솔직한 :
글쎄, 우리는 (글쎄, 적어도 나는)이 어려운 문제에서 우리의 능력을 최대한 발휘하여 그를 도우려고 노력하고 있습니다.
저도 최선을 다해 노력합니다. 공식이 아니라 아이디어와 고려 사항일 수 있습니다.
비유를 해보려고 합니다.
작가. 블록, 푸쉬킨, 톨스토이, 렘, 셰클리. 각각은 고유 한 방식으로 고유하며 독자는 텍스트에서 작품의 장르를 쉽게 결정할뿐만 아니라 저자를 결정할 수도 있습니다 (이는 각 저자마다 고유 한 특정 지표, 매개 변수입니다). 그러나 통계적으로 충분한 길이의 텍스트에는 일정한 양의 각 알파벳 문자가 포함됩니다. 이것은 작품이 쓰여진 언어의 통계 특성입니다. 무작위로 문자를 생성하지만 미리 정해진 통계적 특성을 가지고 있으면 필요한 양의 정보를 텍스트로 얻을 수 있습니다. 그러나 그러한 텍스트는 의미론적 부하를 수반하지 않을 것이며, "저작물"의 저자를 결정하는 것은 (그것이 없기 때문에) 더욱 불가능할 것입니다.
그리고 Yurixx 의 노력은이 지표를 정확하게 찾는 것이므로 텍스트의 통계 지표를 통해 작품의 저자를 고유하게 식별 할 수 있습니다.
이러한 생각은 스쳐지나갔습니다. 10월, 11월, 12월의 3개월 동안 몇 년 동안의 통계를 수집하여 동일한 통계 특성을 가진 시리즈를 생성하기 위해 몇 년 동안 특성 변화의 역학을 고려하고 전문가를 최적화합니다. 이 생성된 시리즈는 나중에 챔피언십에 전문가를 배치하기 위해...
하지만 지금은 이 3개월 동안의 이야기를 수집하고, 하나의 변동성을 정규화하고, 이러한 조각을 한 행에 앞으로 붙인다는 아이디어를 선호합니다.
Nikolai, 나는 또한 Close-Open에 안주하는 것이 잘못이라고 생각한다고 당신에게 편지를 썼습니다. 그리고 당신이 이 차이 D 를 동일시했다는 사실은 더욱 잘못된 것입니다. 이 단순한 차이가 문제의 일반적인 공식화와 모순되기 때문에 "프로세스가 통과한 경로"의 정의를 이해하는 것입니다. 그러면 제곱할 필요가 없습니다. 평균, 0점을 얻었고 행복했습니다.
좋아, 이것이 이 유행에 대한 나의 마지막 줄이다. 동의하지 않으시면 하고 싶은대로 하시면 됩니다:)
내가 동일시한 것이 아니라 Feynman이 동일시했습니다. 나는 그의 그림에 모든 것을 묶었다. Feynman은 다음과 같이 썼습니다. " 우리는 동일한 확률로 전진과 후진을 모두 할 수 있기 때문에 평균 진행이 전혀 없을 것이라고 예상해야 합니다. 출발점. 따라서 평균 절대 거리는 무엇입니까, 즉, |D|의 평균값은? 그러나 |D|가 아닌 D 2 로 처리하는 것이 더 편리합니다. "내 링크에 다른 텍스트가 있습니까?
또한 Hirst가 RMS로 정규화한다고 추측했지만 원점에서 광선을 따라 차수를 계산하지 않은 이유에 대해서도 생각해 보십시오. 나는 회귀로 생각했다. 그는 바보였습니다. 그래서 어떻게 생각하세요?
무작위 걷기
오오오! 글쎄, 고마워. 마지막으로, 주제에 대해 이해할 수 있는 것입니다.
1. 프로세스가 N 단계로 이동하는 거리의 평균 제곱 - 이것이 범위입니다. 범위의 개념은 나일강의 홍수를 고려한 Hurst에 의해 도입되었음을 잊지 마십시오. 그리고 입자의 브라운 방황을 고려한 아인슈타인은 입자가 초기 위치에서 이동한 경로에 대해 이야기했습니다. 이것들은 모두 물리량입니다. 그리고 저는 정의, 즉 수학적 의미를 찾고 있었습니다. 이제 질문이 명확해졌습니다. 나일강 범람의 그네, Broin 입자의 경로, 던지기 게임의 최대 보상은 모두 이 참조에서 정의한 하나의 동일한 개념입니다.
2. 거기에서 또한 문자 그대로 두 줄로 공식이 파생됩니다(순수 SB에 대한 Hurst 공식의 특별한 경우). 이로부터 각 단계에서 동일한 단위 증분을 갖는 순수 SB에 대해 Hurst의 계수가 따라옵니다. 공식 = 1. 내가 그의 가지에 있는 Nicholas 의 손가락에 대해 언급하고 설명하려고 시도한 것과 동일한 것입니다. 물리적인 관점에서 볼 때 이해할 수 있습니다. 사실, 이 계수는 수량에 차원이 있는 경우에 필요합니다.
3. 이제 공식 R/S = c*(T^h)에서 S의 의미도 명확해졌습니다. 어디에서나 쓰기 때문에 S는 RMS입니다. 나는 내 어리석음으로 인해 여전히 어떤 시리즈의 RMS를 이해할 수 없었습니다. 이제 많은 증가가 있지만 안전보장이사회 자체는 아닙니다. 그리고 이것의 의미는 RMS에 의한 증분의 정규화, 즉 +/- 1로의 증분 감소 유형에 정확히 있습니다.
4. 그리고 마지막으로 내 스레드에서 설명한 지표의 계산이 생성된 모델 시리즈에 0.5의 값을 주지 않는 이유를 이해했습니다. 천문 시간 간격 M1, M10, H1에 대해 계산했습니다. 모든 데이터에 대해 평균을 냈습니다. 그러나 결국 동일한 천문 간격마다 고유한 틱 수(즉, 프로세스 단계)가 있었습니다. Hurst 공식에서 대체할 틱 수를 평균화하는 것은 일반적으로 정의와 반대입니다. 그러나 이제는 그 뿐만이 아니라는 것이 밝혀졌습니다. 나는 평균과 범위를 가지고 있습니다. 그리고 범위의 제곱을 평균한 다음 그 범위에서 근을 추출해야 했습니다. 그래서 두 가지 실수가 있었습니다.
자, 상황이 해결되었습니다. 모든 것이 올바르게 계산되어야 합니다. :-)
그리고 주어진 SB 분포에 대한 공식의 이론적 유도 문제는 이제 보다 실질적인 방식으로 이해될 수 있습니다.
죄송합니다. 알았다면 링크를 주지 않았을 것입니다 :). Feynman을 사용하면 모든 것이 그림에 그려집니다. 음, 이것이 술집 안의 틱이라고 상상해보십시오.
우리는 가장 높은 점선 궤적을 취합니다. 그녀의 경우 Open = 0, Low = -2, High = 3, Close = 2입니다. 그녀의 D 는 2, 즉 D = Close-Open입니다. 귀하의 주제에서 내가 즉시 귀하에게 쓴 것(아인슈타인이 Close-Open에 대한 공식을 작성했다는 것). 그리고 Close-Open의 경우 접근 방식의 계수는 실제로 1과 같습니다. 그러나 High-Low 를 선택하고 이 경우에는 5와 같습니다. 즉, D 와 같지 않고 이러한 이유로 계수 그것은 하나와 같지 않을 것이기 때문입니다. 나는 당신이 어떤 희생을 치르더라도 범위를 최종 편차로 바꾸고 싶어한다는 것을 알았습니다. 그러나 그런 다음 High-Low에 대한 용어를 생각해보십시오.이 값에 대해 계수가 1과 같지 않고 원점에서 빔의 기울기가 Hurst가되지 않을 것임을 귀하의 말로 말할 수 있습니다.
죄송합니다. 알았다면 링크를 주지 않았을 것입니다 :). Feynman을 사용하면 모든 것이 그림에 그려집니다. 음, 이것이 술집 안의 틱이라고 상상해보십시오.
우리는 가장 높은 점선 궤적을 취합니다. 그녀의 경우 Open = 0, Low = -2, High = 3, Close = 2입니다. 그녀의 D 는 2, 즉 D = Close-Open입니다. 귀하의 주제에서 내가 즉시 귀하에게 쓴 것(아인슈타인이 Close-Open에 대한 공식을 작성했다는 것). 그리고 Close-Open의 경우 접근 방식의 계수는 실제로 1과 같습니다. 그러나 High-Low 를 선택하고 이 경우 5와 같습니다. 즉, 초기 D 가 아니며 이러한 이유로 계수 그것은 하나와 같지 않을 것입니다. 나는 당신이 어떤 희생을 치르더라도 범위를 최종 편차로 바꾸고 싶어한다는 것을 알았습니다. 그러나 그런 다음 High-Low에 대한 용어를 생각해보십시오.이 값에 대해 계수가 1과 같지 않고 원점에서 빔의 기울기가 Hurst가되지 않을 것임을 귀하의 말로 말할 수 있습니다.
틱 볼륨 에서 여기로 마이그레이션했습니다 ...
운동이 있었을 것입니다.
:)
Albert 자신은 막대의 눈금 수에서 막대의 HL 가능성을 추정할 것을 제안합니다!
;)
Nikolai, 나는 또한 Close-Open에 안주하는 것이 잘못이라고 생각한다고 당신에게 편지를 썼습니다. 그리고 당신이 이 차이 D 를 동일시했다는 사실은 더욱 잘못된 것입니다. 이 단순한 차이가 문제의 일반적인 공식화와 모순되기 때문에 "프로세스가 통과한 경로"의 정의를 이해하는 것입니다. 그러면 제곱할 필요가 없습니다. 평균을 내고 0점을 얻었고 행복했습니다.
확산의 관점에서 생각하십시오. 거기에서 현상 자체가 평균을 생성합니다. 엄청난 수의 입자(분자)가 브라운 운동에 의해 분포됩니다. 프로세스가 이동한 경로가 분포 경계입니다. 어느 입자가 그 순간에 도달했는지, 어느 입자가 도달하여 이미 출발점으로 돌아왔는지는 중요하지 않습니다.
일반적으로 모든 것을 새 것으로 다시 계산하면 더 합리적으로 말할 수 있습니다.
Alexey, 나는 시리즈의 분포를 알고 있습니다. 극단값의 범위를 알고 싶습니다. 당신이 말한 것입니다. 어떻게 ?
극한 지점에 도달할 확률은 이론적으로 흡수 스크린이 있는 SB의 작업으로 간주됩니다. 저것들. in t-ke a - 입자가 이동을 멈추는 화면에 도달하고 시간 t에 입자가 도달할 확률을 찾아야 합니다. /go?link=https://dic.academic.ru/dic.nsf/enc_mathematics /414/% 25D0%2591%25D0%2595%25D0%25A0%25D0%259D%25D0%25A3%25D0%259B%25D0%259B%25D0%2598
추신 그리고 아인슈타인의 공식은 실제로 시간 T 이후 입자의 평균 편차에 관한 것입니다. 아날로그 |닫기-열림|
확산의 관점에서 생각하십시오. 거기에서 현상 자체가 평균을 생성합니다. 엄청난 수의 입자(분자)가 브라운 운동에 의해 분포됩니다. 프로세스가 이동한 경로가 분포 경계입니다. 어느 입자가 그 순간에 도달했는지, 어느 입자가 도달하여 이미 출발점으로 돌아왔는지는 중요하지 않습니다.
다시 스플라인...
국경에 관한 경우. 그리고 나일 삼각주도 잘 추정됩니다.
:)
극한 지점에 도달할 확률은 이론적으로 흡수 스크린이 있는 SB의 작업으로 간주됩니다. 저것들. in t-ke a - 입자가 이동을 멈추는 화면에 도달하고 시간 t에 입자가 도달할 확률을 찾아야 합니다. /go?link=https://dic.academic.ru/dic.nsf/enc_mathematics /414/% 25D0%2591%25D0%2595%25D0%25A0%25D0%259D%25D0%25A3%25D0%259B%25D0%259B%25D0%2598
추신 그리고 아인슈타인의 공식은 실제로 시간 T 이후 입자의 평균 편차에 관한 것입니다. 아날로그 |닫기-열림|
측면에 역청 트랩이 있는 Galton 보드?
어떤 행에서?
조냐트노...
;)
지금까지는 변화가 없습니다.
추리의 논리를 상기시켜 드리겠습니다. 특정 지표가 있으며 현재 시장의 임의성 정도를 어떻게든 특성화할 것으로 가정합니다. 우리는 이 지표의 어떤 값이 추세 시장에 해당하는지, 어느 것이 평평하고 어떤 예측할 수 없는 상태에 해당하는지 알아내야 합니다.
분명한.
솔직한 :
물리학에서는 이것을 캘리브레이션이라고 합니다. 원하는 속성을 가진 인위적으로 생성된 시리즈를 보정할 수 있다고 가정합니다.예를 들어, 그렇게 하고 필요한 시리즈를 생성하고 특성의 동작을 연구하는 것이 더 빠르고 어떤 의미에서는 더 신뢰할 수 있다고 믿습니다. 또한 실제 가격 행의 적절한 섹션에서 잘라낸 행으로 시작해야 합니다.
한 번은 필요한 특성을 가진 시리즈를 생성하고 NN의 거동을 포함한 차량의 생존 가능성에 대한 연구를 수행하도록 제안했습니다. 포럼의 일부 회원들은 이 접근 방식에 반대했지만 이에 대한 구체적인 주장은 없었습니다. 내 말에 동의하는 사람들도 있었다.
그러나 시간이 지나면서 점점 더 그 접근 방식이 틀렸다는 것을 확신하게 되었습니다.
솔직한 :
글쎄, 우리는 (글쎄, 적어도 나는)이 어려운 문제에서 우리의 능력을 최대한 발휘하여 그를 도우려고 노력하고 있습니다.저도 최선을 다해 노력합니다. 공식이 아니라 아이디어와 고려 사항일 수 있습니다.
비유를 해보려고 합니다.
작가. 블록, 푸쉬킨, 톨스토이, 렘, 셰클리. 각각은 고유 한 방식으로 고유하며 독자는 텍스트에서 작품의 장르를 쉽게 결정할뿐만 아니라 저자를 결정할 수도 있습니다 (이는 각 저자마다 고유 한 특정 지표, 매개 변수입니다). 그러나 통계적으로 충분한 길이의 텍스트에는 일정한 양의 각 알파벳 문자가 포함됩니다. 이것은 작품이 쓰여진 언어의 통계 특성입니다. 무작위로 문자를 생성하지만 미리 정해진 통계적 특성을 가지고 있으면 필요한 양의 정보를 텍스트로 얻을 수 있습니다. 그러나 그러한 텍스트는 의미론적 부하를 수반하지 않을 것이며, "저작물"의 저자를 결정하는 것은 (그것이 없기 때문에) 더욱 불가능할 것입니다.
그리고 Yurixx 의 노력은이 지표를 정확하게 찾는 것이므로 텍스트의 통계 지표를 통해 작품의 저자를 고유하게 식별 할 수 있습니다.
이러한 생각은 스쳐지나갔습니다. 10월, 11월, 12월의 3개월 동안 몇 년 동안의 통계를 수집하여 동일한 통계 특성을 가진 시리즈를 생성하기 위해 몇 년 동안 특성 변화의 역학을 고려하고 전문가를 최적화합니다. 이 생성된 시리즈는 나중에 챔피언십에 전문가를 배치하기 위해...
하지만 지금은 이 3개월 동안의 이야기를 수집하고, 하나의 변동성을 정규화하고, 이러한 조각을 한 행에 앞으로 붙인다는 아이디어를 선호합니다.
두 접근 방식의 단점은 분명합니다. 그러나 두 번째는 여전히 더 유망합니다.
Nikolai, 나는 또한 Close-Open에 안주하는 것이 잘못이라고 생각한다고 당신에게 편지를 썼습니다. 그리고 당신이 이 차이 D 를 동일시했다는 사실은 더욱 잘못된 것입니다. 이 단순한 차이가 문제의 일반적인 공식화와 모순되기 때문에 "프로세스가 통과한 경로"의 정의를 이해하는 것입니다. 그러면 제곱할 필요가 없습니다. 평균, 0점을 얻었고 행복했습니다.
좋아, 이것이 이 유행에 대한 나의 마지막 줄이다. 동의하지 않으시면 하고 싶은대로 하시면 됩니다:)
내가 동일시한 것이 아니라 Feynman이 동일시했습니다. 나는 그의 그림에 모든 것을 묶었다. Feynman은 다음과 같이 썼습니다. " 우리는 동일한 확률로 전진과 후진을 모두 할 수 있기 때문에 평균 진행이 전혀 없을 것이라고 예상해야 합니다. 출발점. 따라서 평균 절대 거리는 무엇입니까, 즉, |D|의 평균값은? 그러나 |D|가 아닌 D 2 로 처리하는 것이 더 편리합니다. "내 링크에 다른 텍스트가 있습니까?
또한 Hirst가 RMS로 정규화한다고 추측했지만 원점에서 광선을 따라 차수를 계산하지 않은 이유에 대해서도 생각해 보십시오. 나는 회귀로 생각했다. 그는 바보였습니다. 그래서 어떻게 생각하세요?