Sultonov의 회귀 모델(RMS) - 시장의 수학적 모델인 척. - 페이지 42

새 코멘트
 
orb :
밀도가 0에서 1로 제한되지 않습니까?

밀도 - 아니요.
 
orb :
밀도가 0에서 1로 제한되지 않습니까?
물론 1개로 제한되지만 여기에서 P=1+tGammasp(t/t;n;1;0), 여기서 mGammasp(t/t;n;1;0)은 분포 밀도 함수로 다양합니다. 0에서 1까지. f-lu (7) 기사를 참조하십시오.
 
yosuf :

예, 분명히 0으로 과장했습니다 ...

어떤 퇴행에서도 하늘로 날아가는 말을 보는 것은 재능입니다... 가장 중요한 것은 믿는 것입니다...)))
 
anonymous :

밀도 - 아니요.
안녕!) 무지하다.
 
orb :
안녕!) 무지하다.


f(x,mu,sigma)=exp(-((x-mu)^2)/(2*sigma^2))/(sigma*sqrt(2*pi)) - 정규 분포 밀도.

교수인 당신은 f(0, 0, 0.01)=39.89라는 사실에 놀랄 것입니다.

 
yosuf :
물론 1개로 제한되지만 여기에서 P=1+tGammasp(t/t;n;1;0), 여기서 mGammasp(t/t;n;1;0)은 분포 밀도 함수로 다양합니다. 0에서 1까지. f-lu (7) 기사를 참조하십시오.

직업에서 벗어나 -inf에서 x까지의 부적절한 밀도 적분은 단위에 의해 제한됩니다.
 
anonymous :


f(x,mu,sigma)=exp(-((x-mu)^2)/(2*sigma^2))/(sigma*sqrt(2*pi)) - 정규 분포 밀도.

교수인 당신은 f(0, 0, 0.01)=39.89라는 사실에 놀랄 것입니다.

확인해 보겠습니다. 하지만 일반적으로 당신은 제대로 하지 않았습니다. 0은 이산 값이고 연속 정규 분포 법칙 을 각각 사용하므로 일반화된 밀도를 도입해야 합니다. 하나의 이산 값 0을 취하는 x의 가능한 값을 가진 혼합 확률 변수 X, 나머지는 연속 값입니다!

 
orb :

그러나 일반적으로 당신은 그것을 올바르게하지 않았습니다. 왜냐하면 0은 이산 값이고 연속 정규 분포를 사용합니다.

f(x, 0, 0.01) > 1(구간 [-0.027152;0.027152])의 x에 대해.

따라서 일반화된 밀도를 도입할 필요가 있습니다.

확실히 :D

왜냐하면 하나의 이산 값 0을 취하는 x의 가능한 값을 가진 혼합 확률 변수 X, 나머지는 연속 값입니다!

진실? 정수 집합이 이산적이지 않습니까? x가 정수 집합에서 값을 취할 수 있는 것은 없습니다(R의 하위 집합으로)?

 
anonymous :

f(x, 0, 0.01) > 1(구간 [-0.027152;0.027152])의 x에 대해.

확실히 :D

진실? 정수 집합이 이산적이지 않습니까? x가 정수 집합에서 값을 취할 수 있는 것은 없습니다(R의 하위 집합으로)?

m=0이 수학적 기대치 또는 추정치라는 진술에 동의하십니까?

sigma=0.01은 분산 추정의 근입니다.

그러한 시리즈를 모델링할 수 있습니까?)) 추정치가 머리에서 지워지지 않도록 하십시오.

 
orb :

m=0이 수학적 기대치 또는 추정치라는 진술에 동의하십니까?

sigma=0.01은 분산 추정의 근입니다.

그러한 시리즈를 모델링할 수 있습니까?)) 추정치가 머리에서 지워지지 않도록 하십시오.


이것은 추정치가 아니라 정확한 분포 매개변수 - 기대값과 표준편차 , 교수 :D

물론 나도 그런 시리즈를 모델로 삼을 수 있다. 여기에는 절대적으로 필요하지 않지만, 왜냐하면. Yusuf에 대한 당신의 이단은 이론적 분포 함수의 단순한 분석에 의해 논박됩니다. 

> x <- rnorm( 100 , 0 , 0.01 )
> x
  [ 1 ]   1.619572 e- 02    6.798108 e- 05 - 3.627928 e- 03    5.241613 e- 03    1.273511 e- 02    1.575794 e- 03    7.716432 e- 03    2.047810 e- 03
  [ 9 ]   7.551535 e- 03    2.707827 e- 03 - 1.783785 e- 02    4.513436 e- 03 - 4.031291 e- 03 - 1.058043 e- 02    1.421831 e- 04 - 6.639672 e- 03
 [ 17 ] - 1.434773 e- 02 - 4.618057 e- 03 - 1.411381 e- 02 - 1.459423 e- 02 - 7.465568 e- 03 - 7.713061 e- 03    3.016197 e- 02 - 4.193879 e- 03
 [ 25 ]   8.984821 e- 03    7.578804 e- 03 - 1.256003 e- 02    1.374785 e- 02    1.239761 e- 03 - 1.547361 e- 02 - 1.735638 e- 02 - 6.853623 e- 03
 [ 33 ]   5.278165 e- 03 - 1.917603 e- 03 - 3.507008 e- 03    3.709349 e- 03 - 2.094672 e- 04 - 2.224821 e- 03 - 3.501819 e- 03 - 3.312482 e- 03
 [ 41 ]   9.050138 e- 03 - 1.517038 e- 03 - 2.481432 e- 04    1.132736 e- 03    2.664056 e- 03    2.146325 e- 03 - 1.762083 e- 02 - 8.993990 e- 03
 [ 49 ]   8.303284 e- 03 - 5.353900 e- 03 - 2.845936 e- 02 - 1.556778 e- 02    6.326411 e- 04 - 1.982076 e- 02 - 2.460851 e- 03 - 9.028795 e- 03
 [ 57 ]   1.233104 e- 02 - 6.179724 e- 03    1.614575 e- 02 - 9.239795 e- 03    1.350007 e- 02 - 7.019569 e- 03    1.463546 e- 02    9.611378 e- 03
 [ 65 ]   1.403177 e- 02 - 2.875648 e- 03 - 3.541369 e- 03    9.854737 e- 03    2.134445 e- 03    3.010908 e- 03 - 9.468081 e- 03    5.583229 e- 03
 [ 73 ] - 4.736917 e- 03 - 2.052099 e- 03 - 1.371189 e- 02 - 1.530808 e- 03    8.776596 e- 03 - 1.272746 e- 02    9.583266 e- 03 - 1.944051 e- 02
 [ 81 ] - 2.341326 e- 03    4.766029 e- 03 - 7.953369 e- 03    1.773432 e- 02    8.939169 e- 03    8.789134 e- 03 - 5.713990 e- 03    4.144645 e- 03
 [ 89 ]   6.384486 e- 03    8.868000 e- 03 - 1.181570 e- 02    4.893533 e- 03 - 3.452248 e- 03 - 1.525700 e- 03    2.135513 e- 02    1.633766 e- 02
 [ 97 ] - 6.266012 e- 03 - 5.332083 e- 03    2.446737 e- 02 - 1.470896 e- 02
> mean(x)
[ 1 ] - 0.0003638158
> sd(x)
[ 1 ] 0.01055043  
1...35363738394041424344454647
새 코멘트