Нулевая корреляция выборки вовсе не обозначает отсутствие линейной взаимосвязи - страница 41
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Хех, неочевидно. Для КК Пирсона неважно, какие ряды, положительные или отрицательные...
О.к. Предположим, что не важно. Тогда вид распределения матрицы корреляций I(0) будет примерно таким же, как и с I(1). Проверим. Возьмем 100 I(0). Построим матрицу корреляций этих I друг с другом. Затем построим гистограмму частототы наиболее часто встречающихся значений:
Видим классическое нормальное распределение с центром около нуля - все верно, ведь 100 рядов абсолютно независимы друг от друга. Редко когда корреляция между рядами достигает +/- 10 процентов.
Теперь возьмем 100 рядов и проинтегрируем их. На выходе будут классические случайные блуждания вида I(1). Строим матрицу корреляций для этих рядов, а затем туже гистограмму распределения:
Распределение разрушено. Значения -0.5 и +0.5 повторяются также часто как и значения 0.0. КК становиться бесмысленным показателем, т.к. с такой же вероятностью может выпасть любое другое число, хотя ни какой зависимости между рядами достоверно нет.
Теперь возьмем 100 BP вида I(1), но к каждому из них прибавим значение 100. Из-за малой дисперсии, для этих рядов это значительное число. Таким образом все 100 блужданий будут находится в положительной зоне > 0. Смотрим гистограмму:
Действительно, ничего не изменилось по сравнению с предыдущим графиком. Но сути это не меняет и гипотеза остается в силе: I(1) ряды для расчета КК использовать нельзя.
Не так надо! Надо посчитать логарифм от цены, потом первые разницы, потом от них взять логарифм, ну а потом уже считать корреляцию.
Ха-ха-ха!
...
Не ноль, а "нет значения". Именно поэтому можно получить корреляцию котира с кольцами Сатурна, а заодно с проблемами в носу.
...
Не так надо! Надо посчитать логарифм от цены, потом первые разницы, потом от них взять логарифм, ну а потом уже считать корреляцию.
Ха-ха-ха!
Не так надо! Надо посчитать логарифм от цены, потом первые разницы, потом от них взять логарифм, ну а потом уже считать корреляцию.
Ха-ха-ха!
Ограничения корреляционного анализа:
Необходимо, чтобы совокупность значений всех факторных и результативного признаков подчинялась многомерному нормальному распределению.
вики
вроде как я понял, КК работает только для НР СВ? В реальных же рядах даже первая разница не НР.
Ограничения корреляционного анализа:
Необходимо, чтобы совокупность значений всех факторных и результативного признаков подчинялась многомерному нормальному распределению.
вики
вроде как я понял, КК работает только для НР СВ? В реальных же рядах даже первая разница не НР.
...
вики
...
Тамже:
Часто заманчивая простота корреляционного исследования подталкивает исследователя делать ложные интуитивные выводы о наличии причинно-следственной связи между парами признаков, в то время как коэффициенты корреляции устанавливают лишь статистические взаимосвязи. Например, рассматривая пожары в конкретном городе, можно выявить весьма высокую корреляцию между ущербом, который нанес пожар, и количеством пожарных, участвовавших в ликвидации пожара, причём эта корреляция будет положительной. Из этого, однако, не следует вывод «бо́льшее количество пожарных приводит к бо́льшему ущербу», и тем более не имеет смысла попытка минимизировать ущерб от пожаров путем ликвидации пожарных бригад.[5] В то же время, отсутствие корреляции между двумя величинами ещё не значит, что между ними нет никакой связи.
О.к. Предположим, что не важно. Тогда вид распределения матрицы корреляций ...
Вид распределения матрицы корреляций зависит от свойств обоих рядов и связи между ними, т.е. вовсе не должен быть одинаковым для всех возможных рядов... Для СБ он один, для каких-нибудь там вспышек на солнце другой...