A correlação de amostra zero não significa necessariamente que não exista uma relação linear - página 45
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Para que servem estas construções de qualquer forma, QC - caracteriza a relação de duas variáveis aleatórias, e em um determinado momento, não em qualquer intervalo. Este último só é verdadeiro se os dois processos sendo comparados forem a) estacionários b) ergódicos, o que é absolutamente inobservável para as funções dadas, daí a amostra de CQ como uma estimativa de CQ verdadeiro não faz nenhum sentido para eles. Em outras palavras, é preciso primeiro provar (ou pelo menos assumir razoavelmente) a estacionaridade e ergodicidade, e só depois substituir a série pela fórmula.
Sempre achei que o CQ contava para o período........... Como assim, por período?
Por que estacionaridade e ergodicidade?
Primeiro eles exigiam normalidade, agora estacionaridade e ergodicidade.....
Ver meu posto anterior - se em um intervalo onde possamos aproximar as condições a e b
Não é bem assim. Indo às profundezas de alguma selva amazônica.... Em termos simples - o coeficiente de correlação mostra como uma curvatura é semelhante a outra. O que a lua e o pires são idênticos porque são redondos, etc. O coeficiente de correlação compara a forma sem levar em conta o tamanho. É isso aí. Nada mais. Tudo o mais que eles dizem sobre o coeficiente de correlação é heresia.
Sempre achei que o CQ contava para o período........... O que você quer dizer com período?
Não é bem assim. Indo às profundezas de alguma selva amazônica.... Em termos simples, o coeficiente de correlação mostra o quanto uma curvatura é semelhante a outra. O que a lua e o pires são idênticos porque são redondos, etc. O coeficiente de correlação compara a forma sem levar em conta o tamanho. É isso aí. Nada mais. Tudo o mais que eles dizem sobre o coeficiente de correlação é heresia.
a definição de CQ afirma que ela descreve a relação entre duas variáveis aleatórias. Se estamos lidando com processos - estamos, portanto, considerando diferentes variáveis aleatórias em cada ponto do tempo. E somente se eles tiverem parâmetros de distribuição consistentes no tempo (estacionaridade) podemos calcular o CQ a partir de uma amostra, substituindo a média do conjunto (que está na fórmula do CQ linear da Pearson, por exemplo) pela média do tempo (ergodicidade). Isto não é uma heresia, mas um trabalho preciso com as definições dos conceitos e como conseqüência o significado das fórmulas.
Quanto à semelhança das duas curvaturas, o conceito de função de correlação se aplica a elas, o que no ponto 0 dá o próprio coeficiente de correlação. E as mesmas restrições se aplicam à validade de sua estimativa e ao coeficiente de correlação - a exigência de assumir a estacionaridade e ergodicidade da amostra em questão. Isto não é um capricho, mas uma necessidade; sem isto, todas as fórmulas de estimativa perdem seu significado.
...
Para calcular kc, você tem que colocar os números na fórmula e nada mais. Se o coeficiente é 1, então a forma é idêntica (o tamanho pode ser diferente), se -1 é uma imagem de espelho, 0 não é nada semelhante. O coeficiente de correlação não mostra mais nada e o cálculo da correlação nada tem a ver com a normalidade ou ergodicidade e estacionaridade. Que tipo de livros didáticos você está lendo?
Para calcular kc, você tem que colocar os números na fórmula e nada mais. Se o coeficiente é 1, então a forma é idêntica (o tamanho pode ser diferente), se -1 é uma imagem de espelho, 0 não é nada semelhante. O coeficiente de correlação não mostra mais nada e o cálculo da correlação não tem nada a ver com a normalidade ou ergodicidade e estacionaridade. Que tipo de livros didáticos você está lendo?
Leitura. O coeficiente de correlação é definido para variáveis aleatórias. Na fórmula estão as variáveis aleatórias. A figura mostra processos aleatórios. A fim de colocar processos aleatórios na fórmula para variáveis aleatórias, condições específicas devem ser atendidas. Se eles não estiverem satisfeitos, a fórmula não pode ser substituída. É tão simples quanto dois kopecks.
De onde vem? Onde você leu isso?
a definição de CQ afirma que ela descreve a relação entre duas variáveis aleatórias. Se estamos lidando com processos - estamos, portanto, considerando diferentes variáveis aleatórias em cada ponto do tempo. E somente se eles tiverem parâmetros de distribuição consistentes no tempo (estacionaridade) podemos calcular o CQ a partir de uma amostra, substituindo a média do conjunto (que está na fórmula do CQ linear da Pearson, por exemplo) pela média do tempo (ergodicidade). Isto não é heresia, mas um tratamento preciso das definições dos conceitos e, como conseqüência, do significado das fórmulas.
Quanto à semelhança das duas curvaturas, a noção de função de correlação aplica-se a elas, o que no ponto 0 dá o próprio coeficiente de correlação. Além disso, aplicam-se à validade de sua estimativa as mesmas restrições que se aplicam ao CQ - a exigência de assumir a estacionaridade e ergodicidade da amostra em questão. Isto não é um capricho, mas uma necessidade; sem isto, todas as fórmulas de estimativa perdem seu significado.
De onde veio isso? Onde você leu isso?
Uma definição da função de correlação pode ser encontrada em qualquer livro didático de TV&T. A noção de um processo aleatório não aparece nele. A definição de um processo aleatório também está nos livros didáticos: um SP é uma seqüência de variáveis aleatórias ordenada no tempo (ordem discreta ou contínua).
Ainda não entendi)) para I(1) QC é válido?
Sim, é válida, mas estimar sua fórmula habitual para uma amostra de CQ linear é inválida porque a série é não-estacionária: a média, que está incluída na fórmula, não é uma constante sobre a amostra, ela depende do tempo. Para uma série estacionária, a média é constante ao longo do tempo, e nós a estimamos simplesmente substituindo-a pela média aritmética; para i(1) isto é muito obviamente incorreto.
Entretanto, isto não significa que o CQ não existe - por si só, repito pela terceira vez, ele caracteriza a relação de duas variáveis aleatórias em determinados momentos, a mesma ou diferente (com um turno, ou seja) para as duas séries temporais dadas. A dependência do CQ dos momentos t1, t2 para os quais ele é calculado é, por definição, uma função de correlação.
A definição de CC está em qualquer livro didático da TV&T. O conceito de um processo aleatório não aparece nele. A definição de um processo aleatório também está nos livros didáticos: um SP é uma seqüência de variáveis aleatórias ordenada no tempo (ordem discreta ou contínua).
Não fale de ninguém, seja específico, o nome do livro didático, uma citação dele com uma definição. Mesmo que você esteja certo de ter entendido a definição corretamente, como pode estar tão certo? Não tentou com suas próprias mãos sentir o coeficiente de correlação (experimentar, brincar), compreender, perceber, sentir o que é?
Como é possível ficar tão envolvido nisso?
Eu não sei o que é uma reviravolta (a menos que seja algum tipo de dança), procurei a definição de correlação na wikipedia:
Correlação (do latim correlatio - correlação, relação), dependência de correlação é uma relação estatística entre duas ou mais variáveis aleatórias (ou variáveis que podem ser consideradas como tais com um certo grau de precisão aceitável).
Você está tentando criticar o que está escrito em algum lugar na cerca? O que isso tem a ver com variáveis aleatórias? Somente um idiota qualquer poderia ter escrito essa definição. Se em todos os livros didáticos sobre hip-hop ou seja lá o que for é o mesmo, então todos esses livros didáticos foram escritos por babacas que não entendem o que é correlação e fodem os cérebros dos próprios estudantes.