즉, 임의 변수의 피팅 및 회귀에 상관, 자기 상관 및 최소 제곱을 사용할 수 있지만 Karl과 그의 친구 Yul은 가우스 방식으로 분포되지 않은 경우에 대해 완전한 보증 을 제공할 수 없습니다.
이러한 방법의 정확성은 단순히 알 수 없습니다.
사실 그렇게. 나는 비정규 분포 값 사이의 상관 관계(직장에서)를 세고 있는데, SPSS는 이 경우에 "신뢰 수준"인 것 같으며, 그래서 나는 오랫동안 이 수준( 정상성의 부재 - 그리고 이것은 연구 시장/행동에서 매우 일반적입니다) 나에게 똥을 주지 않으며, 따라서 나는 a) 그것을 보지 않고 b) 그것을 다른 사람에게 보여주지 않습니다.
조금 수정하겠습니다(패키지와 사용자 모두를 처리해야 했습니다): SPSS에는 비모수적 방법뿐 아니라 다른 방법도 포함되어 있습니다. 그러나 올바른 환경에서는 "멍청한" 패키지라는 평판이 있습니다. 유용성을 위해 stat 메소드의 많은 가능성을 줄입니다. 원칙적으로 통계학을 공부하는 학생들에게 이것은 기본을 이해하기 위한 일반적인 도구이지만 R, Stata 등에서는 실제적인 작업이 필요하며 모든 사람이 이에 대한 충분한 두뇌를 가지고 있는 것은 아닙니다.
젠장, 나도 Excel로 프로그래밍하고 SPSS를 사용합니다. (내 환경에서는 이것이 정상입니다. SPSS는 좋은 것입니다. 거기에 있는 방법은 오류 없이 계산을 제공하지만 그들이 "잘라낸다"는 사실, 음, 아마도, 하지만 모든 것이 실제로 나쁜 댄서를 방해합니다.
사실 그렇게. 나는 비정규 분포 값 사이의 상관 관계(직장에서)를 세고 있는데, SPSS는 이 경우에 "신뢰 수준"인 것 같으며, 그래서 나는 오랫동안 이 수준( 정상성의 부재 - 그리고 이것은 연구 시장/행동에서 매우 일반적입니다) 나에게 똥을 주지 않으며, 따라서 나는 a) 그것을 보지 않고 b) 그것을 다른 사람에게 보여주지 않습니다.
정말 원한다면 공적분이나 Granger 인과관계 검정을 사용해야 할 것 같습니다.
하지만.
평균 견적이 항상 0보다 크므로 첫 번째 기호가 추세이고 항상 따옴표로 묶인 비정상성을 기억합시다. 추세를 낮추면 나머지는 Pearson에 따라 연구될 가능성이 가장 높지만 인과 관계 테스트에 따르면 모두 동일하게 더 정확할 것이며 시청 및 표시가 모두 가능할 것입니다.
https://en.wikipedia.org/wiki/Autocorrelation
그리고 여기 그의 아이디어에 대한 Karl 자신이 있습니다.
즉, 임의 변수의 적합 및 회귀에 상관 관계, 자기 상관 및 최소 제곱을 사용할 수 있지만 Karl과 그의 친구 Yul은 가우스 방식으로 분포되지 않은 경우 해당 사례에 대해 완전한 보증 을 제공할 수 없습니다.
이러한 방법의 정확성은 단순히 알 수 없습니다.
https://en.wikipedia.org/wiki/Autocorrelation
그리고 여기 그의 아이디어에 대한 Karl 자신이 있습니다.
즉, 임의 변수의 피팅 및 회귀에 상관, 자기 상관 및 최소 제곱을 사용할 수 있지만 Karl과 그의 친구 Yul은 가우스 방식으로 분포되지 않은 경우에 대해 완전한 보증 을 제공할 수 없습니다.
이러한 방법의 정확성은 단순히 알 수 없습니다.
사실 그렇게. 나는 비정규 분포 값 사이의 상관 관계(직장에서)를 세고 있는데, SPSS는 이 경우에 "신뢰 수준"인 것 같으며, 그래서 나는 오랫동안 이 수준( 정상성의 부재 - 그리고 이것은 연구 시장/행동에서 매우 일반적입니다) 나에게 똥을 주지 않으며, 따라서 나는 a) 그것을 보지 않고 b) 그것을 다른 사람에게 보여주지 않습니다.
조금 수정하겠습니다(패키지와 사용자 모두를 처리해야 했습니다): SPSS에는 비모수적 방법뿐 아니라 다른 방법도 포함되어 있습니다. 그러나 올바른 환경에서는 "멍청한" 패키지라는 평판이 있습니다. 유용성을 위해 stat 메소드의 많은 가능성을 줄입니다. 원칙적으로 통계학을 공부하는 학생들에게 이것은 기본을 이해하기 위한 일반적인 도구이지만 R, Stata 등에서는 실제적인 작업이 필요하며 모든 사람이 이에 대한 충분한 두뇌를 가지고 있는 것은 아닙니다.
젠장, 나도 Excel로 프로그래밍하고 SPSS를 사용합니다. (내 환경에서는 이것이 정상입니다. SPSS는 좋은 것입니다. 거기에 있는 방법은 오류 없이 계산을 제공하지만 그들이 "잘라낸다"는 사실, 음, 아마도, 하지만 모든 것이 실제로 나쁜 댄서를 방해합니다.
사실 그렇게. 나는 비정규 분포 값 사이의 상관 관계(직장에서)를 세고 있는데, SPSS는 이 경우에 "신뢰 수준"인 것 같으며, 그래서 나는 오랫동안 이 수준( 정상성의 부재 - 그리고 이것은 연구 시장/행동에서 매우 일반적입니다) 나에게 똥을 주지 않으며, 따라서 나는 a) 그것을 보지 않고 b) 그것을 다른 사람에게 보여주지 않습니다.
정말 원한다면 공적분이나 Granger 인과관계 검정을 사용해야 할 것 같습니다.
하지만.
평균 견적이 항상 0보다 크므로 첫 번째 기호가 추세이고 항상 따옴표로 묶인 비정상성을 기억합시다. 추세를 낮추면 나머지는 Pearson에 따라 연구될 가능성이 가장 높지만 인과 관계 테스트에 따르면 모두 동일하게 더 정확할 것이며 시청 및 표시가 모두 가능할 것입니다.
경험이 많지 않아서 죄송합니다)
테스트 정보 - Relaitive 드로우다운이 10205.58이고 보증금이 10000인 경우 고문은 작업 시작 시 생존하지 못했을 것입니다.
테스트 정보 - Relaitive 드로우다운이 10205.58이고 보증금이 10000인 경우 고문은 작업 시작 시 생존하지 못했을 것입니다.
최대 하락률 18486.48 (10.39%) 상대 하락률 29.36% (10205.58)
당신은 $의 숫자가 아니라 %를 관찰해야 합니다. 동일하게 - 재료를 배우십시오.
serferrer , 다른 사람들에게 더 정확합니다.
그건 그렇고, 당신이 재료를 배우는 것도 나쁘지 않을 것입니다:
당신은 $의 숫자가 아니라 %를 관찰해야 합니다. 동일하게 - 재료를 배우십시오.
이 숫자 쌍이 어떻게 다른지 이해하지 못한다면 이것이 문제입니다.
초기예치금 대비 드로다운을 평가할 때는 절대 수치를 봐야 합니다. 그리고 이것은 10205가 아니라 18486입니다.
공정성을 위해 재투자 여부를 명확히 할 필요가 있다. 그렇다면 아마도 당신이 옳을 것입니다 (그리고 내가 삭제 한 대차 대조표로 판단하면 맞습니다).
이것이 영구 부지라면 이미 틀렸습니다.
죄송합니다. 말도 안되는 소리입니다. 당신이 발명한 것입니다. 여기에는 포인트가 없습니다. 이것은 계좌의 통화로 된 돈입니다.
serferrer , 다른 사람들에게 더 정확합니다.
그건 그렇고, 당신이 재료를 배우는 것도 나쁘지 않을 것입니다.
당신은 $의 숫자가 아니라 %를 관찰해야 합니다. 동일하게 - 재료를 배우십시오.
이 숫자 쌍이 어떻게 다른지 이해하지 못한다면 이것이 문제입니다.
초기예치금 대비 드로다운을 평가할 때는 절대 수치를 봐야 합니다. 그리고 이것은 10205가 아니라 18486입니다.
공정성을 위해 재투자 여부를 명확히 할 필요가 있다. 그렇다면 아마도 당신이 옳을 것입니다 (그리고 내가 삭제 한 대차 대조표로 판단하면 맞습니다).
이것이 영구 부지라면 이미 틀렸습니다.
죄송합니다. 말도 안되는 소리입니다. 당신이 발명한 것입니다. 여기에는 포인트가 없습니다. 이것은 계좌의 통화로 된 돈입니다.
죄송합니다. 제가 좀 무례한 것일 수도 있고 모자에 대해 즉시 잊어 버렸지만 여전히 끝까지 알아 보겠습니다.
마지막 몇 가지 거래.
물론 재투자가 있습니다. 차트에서 볼 수 있습니다.
MT4 터미널의 도움으로:
Alexey, 어떻게 151.09일 수 있습니까? - 이 돈이 계좌의 통화로 되어 있습니까? 논리적입니까?
모든 사람이 이해할 수 있도록 행정부에서 공식을 계산하는 방법을 보여주십시오.
그리고 차트에서 삭제한 대차대조표를 캡으로 다시 붙여넣을 수 있나요?
Alexey, 어떻게 151.09일 수 있습니까? - 이 돈이 계좌의 통화로 되어 있습니까? 논리적입니까?
살다보면 비합리적인 일들이 많다.
살다보면 비합리적인 일들이 많다.