Calcular a probabilidade de inversão - página 10

Novo comentário
 
secret:

E é:

https://en.wikipedia.org/wiki/P-P_plot

Tomemos duas parábolas diferentes, por exemplo. Existe uma relação linear entre eles. Embora ambas as curvas sejam não lineares.

Para que a relação se torne linear, as coordenadas devem ser transformadas não-linearmente. Não vou falar sobre alguns dados, mas para o problema de estimar a probabilidade de grandes desvios, anexarei um artigo em tamanho de livro: Wentzel A.D. Teoremas de limites grosseiros sobre grandes desvios para processos aleatórios de Markov. Dificilmente eu mesmo o leio, mas isso pode ajudá-lo. A edição de 1976.

 
Vladimir:

É preciso transformar as coordenadas não lineares para tornar a relação linear.

Bem, a questão original era sobre isso, uma transformação não-linear de coordenadas.
Talvez eu devesse ter dito "regressão" em vez de "aproximação" para torná-la mais clara.
É que pelos meus padrões camponeses, neste caso é a mesma coisa, já que uma das quantidades é uma linha contínua, não um conjunto de pontos.
 
Serqey Nikitin:

Como todos sabem, QUALQUER problema pode ser resolvido de formas SEVERAIS DIFERENTES...

Por exemplo:

1. Você pode tentar PREVENIR uma inversão de tendência FUTURO...

2. Você pode documentar uma inversão de tendência em uma situação ATUAL no mercado.


Como você entende, a variante №1 é MUITO difícil de resolver com um alto grau de confiabilidade...

A opção nº 2 é muito mais fácil, pois você não precisa ser um médium como Vanga, e os resultados positivos serão muito maiores do que na primeira opção...


Em resumo: A maneira CERTA de definir o problema dá mais da metade de sua solução!

Não se trata de tendências de forma alguma
 
Vladimir:

Para que a relação se torne linear, as coordenadas devem ser transformadas não-linearmente. Não vou falar sobre alguns dados, mas para o problema de estimar a probabilidade de grandes desvios, anexarei um artigo em tamanho de livro: Wentzel A.D. Teoremas de limites grosseiros sobre grandes desvios para processos aleatórios de Markov. Quase não o li eu mesmo, mas pode ajudá-lo. O trabalho é de 1974.

Acho que Elena Sergeevna era.

 
Caras, rabos gordos são apenas uma confirmação da inadequação da TV para o ofício. Eles são muito espessos. Mais espesso que a parte superior.
 
Maxim Romanov:
Não se trata de tendências de forma alguma
Um pivô é um pivô... Ou você está calculando gráficos de carrapatos...
 
Алексей Тарабанов:

Acho que Elena Sergeevna era.

Cônjuge

 
Алексей Тарабанов:
Caras, rabos gordos são apenas uma confirmação da inadequação da TV para o comércio. Eles são muito espessos. Mais espesso que a parte superior.

e TV, também.

mas ontem eu li sobre a distribuição Cauchy.

Há uma coisa engraçada sobre as densidades de probabilidade.

e comoa probabilidade de entrada é de 0,5, portanto a função de densidade de probabilidade também deve ser igual

Neste caso, não estamos mais interessados na forma da distribuição e, em geral, o teórico já fez sua parte ;)

aqui está um desenho a partir de um fio paralelo

se você calcular a área dos triângulos para compra e para venda, eles não são iguais

ou seja, este tipo de análise está condenado ao fracasso.

 
Vladimir:

Cônjuge

А. D. - filho, cônjuge - D.A.

 
Vladimir:

Para que a relação se torne linear, as coordenadas devem ser transformadas não-linearmente. Não vou falar sobre alguns dados, mas para o problema de estimar a probabilidade de grandes desvios, anexarei um artigo em tamanho de livro: Wentzel A.D. Teoremas de limites grosseiros sobre grandes desvios para processos aleatórios de Markov. Dificilmente eu mesmo o leio, mas isso pode ajudá-lo. Edição de 1976.

Neste caso, a teoria subjacente ao teste Kolmogorov-Smirnov seria mais precisa. A função de distribuição empírica é tratada como um processo Poisson e seu desvio da função de distribuição teórica no limite (quando o tamanho da amostra tende ao infinito) convergirá para uma ponte Brownian. Você pode lê-lo no livro didático de Borovkov sobre o matstat.

1...345678910111213
Novo comentário
Razão: