Теорема Бернулли, Муавра-Лапласа; Критерий Колмогорова; Схема Бернулли; Формула Байеса; Неравенства Чебышева; Закон распределения Пуассона; Фишер, Пирсон, Стьюдент, Смирнов и др. теоремы, модели, простым языком, без формул. - страница 4
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
Понимаю. Китайскую поэзию лучче читать в оригинале.
Но вот это, вот это не заливная рыба.
Это не для домохозяек, а для учеников.
Вы не тянете на повара в пятизвездочный, но вполне, подчеркиваю, сьедобно и питательно.
Вернемся к нашим баранам.
Последний вопрос: что по осям графика?
Млин, сочуствую Вам.
Алексей, не могли бы расположить ученых мужей в названии темы, в определенной последовательности. От общего к частному или по мере сложности, важности, полезности и т.д.. относительно применения их учений к ценовому ряду. После, обоснуйте Ваш выбор критерия(ев).
Включите, пож., Гамма-распределение, нужно разобраться с ним, поскольку распределения Пирсона является частным его случаем, а функция распределения Пуассона, как наиболее близкое к ценовому ряду, также выражается через Гамма-распределение и даже его можно привести к нормальному распределению.
ИМХО, главное разобраться с индикатором и сОвом на его основе при n=n - это же общий случай!, тем более выкладки в екселе есть! Так... - попутно.
Плиз, Алексей расположил все под свою руку.
Потом десерты.
Конечно, не тяну, хоть похлебку бы сделать... Но мне помогать вроде никто пока не собирается. Какой же повар в пятизвездочном, если он один?
Последний вопрос: что по осям графика?
По горизонтальной (абсцисс) - число успехов в общей серии испытаний. По вертикальной (ординат) - относительная частота, т.е. доля успехов в общем количестве испытаний.
Забыл добавить: биномиальное распределение становится похожим на нормальное не только при n*p >= 5, но и при дополнительном условии: p не должна быть слишком близка к 1. Ну, скажем, при p~0.5, n~10 уже вполне похожи.
yosuf: Включите, пож., Гамма-распределение, нужно разобраться с ним, поскольку распределения Пирсона является частным его случаем, а функция распределения Пуассона, как наиболее близкое к ценовому ряду, также выражается через Гамма-распределение и даже его можно привести к нормальному распределению.
Начните сами и заодно попробуйте объяснить домохозя гуманитариям, для чего им нужны распределения Пирсона. Я и сам до Вашего обращения не знал, что таковые существуют...
И объясните, зачем выражать Пуассона и нормальное (оба - вполне практические распределения) через сферического коня "распределение Пирсона".
Но о Гамма-распределении подумаю.
sever31: Алексей, не могли бы расположить ученых мужей в названии темы, в определенной последовательности. От общего к частному или по мере сложности, важности, полезности и т.д.. относительно применения их учений к ценовому ряду.
Не так просто это. Но критерий Колмогорова точно должен быть где-то ближе к концу. Неравенства Чебышева нужны только для достаточно грубых оценок.
Пусть все останется как есть, а выбирать будем то, что можем объяснить на основе пройденного.
Огромное спасибо, Алексей.
Чуток позже еще поспрошаю.
Мне кажется что лучше свего начать с базы.
Спроисть себя как получается норьмальное распределие?
Или например так - вот есть 10 генераторов случайных чисел. Которые генерируют равномерное распределение, то есть это ОДНА и не зависимая случайная величина. Например кубик с шестью гранями. И вот как из этого получить НОРМАЛЬНОЕ распреление? Как из искуственного получить ПРИРОДНОЕ нормальное?
Кто знает ответ?
Или например так - вот есть 10 генераторов случайных чисел. Которые генерируют равномерное распределение, то есть это ОДНА и не зависимая случайная величина. Например кубик с шестью гранями. И вот как из этого получить НОРМАЛЬНОЕ распреление? Как из искуственного получить ПРИРОДНОЕ нормальное?
Ну ты сказал. Есть несколько методов генерации нормального распределения - вот, например. Но и они опираются на равномерное как на основу.
Можно, конечно, и "напрямую". Сначала генерим нормальное, а потом применяем к результатам функцию, обратную интегральной функции нормального распределения. Но проблема та же: сначала надо генерить равномерное.
Хорошие генераторы равномерного описаны в литературе. Да и последний 64-битный для винды тоже вроде бы неплох, гораздо лучше стандартного сишного.
Но и стандартное не так и плохо. Во всяком случае, эффекты его "ненатуральности" не так просто выявить.
Природное нормальное - а зачем оно тебе, S?