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
Дык, нет же задачи оценивать параметры распределения)
Какой ещё есть способов выбрать конкретную гауссиану среди прочих, кроме указания её параметров? Любой выбор конкретного значения параметров (исходя из выборки) называется оценкой.
1. Они НЕ малозначительны. Один такой "малозначительный" случай может привести к потере всего, что заработано на "главных".
3. Линейная корреляционная связь. МНК все равно, линейной я называл аппроксимацию, а не МНК.
1. Значит, вероятностные методы не годятся для этого анализа.
3. Если аппроксимируете прямой линией, зачем говорите о "гауссиане"?
Какой ещё есть способов выбрать конкретную гауссиану среди прочих, кроме указания её параметров? Любой выбор конкретного значения параметров (исходя из выборки) называется оценкой.
Минимум суммы квадратов отклонений, например. Параметры полученной гауссианы можно даже не вычислять, они не важны для анализа различия двух кривых.
1. Значит, вероятностные методы не годятся для этого анализа.
3. Если аппроксимируете прямой линией, зачем говорите о "гауссиане"?
1. Скорее, параметрические методы не годятся.
3. Прямая линия получается на P-P plot, там и аппроксимируется.
Минимум суммы квадратов отклонений, например. Параметры полученной гауссианы можно даже не вычислять, они не важны для анализа различия двух кривых.
Параметры там вполне вычисляются (из условий минимума СК по ним) и потом используются для нахождения минимума СК. Обычная школьная задача на экстремумы функции.
1. Скорее, параметрические методы не годятся.
3. Прямая линия получается на P-P plot, там и аппроксимируется.
Ну вот и обменялись мнениями. Думаю, больше ничем не смогу помочь в вопросе о линейной аппроксимации неких данных нормальным распределением. Для меня линейная аппроксимация - аппроксимация прямой линией, то есть полиномом 1 степени.
Ну вот и обменялись мнениями. Думаю, больше ничем не смогу помочь в вопросе о линейной аппроксимации неких данных нормальным распределением. Для меня линейная аппроксимация - аппроксимация прямой линией, то есть полиномом 1 степени.
Так и есть:
https://en.wikipedia.org/wiki/P–P_plot
Возьмите две разных параболы, например. Между ними линейная связь. Хотя обе кривые нелинейные.Кто соображает в математике, помогите пожалуйста решить задачку, не могу догадаться как это сделать.
тут все просто, вероятность разворота всегда 50%, но если вероятность разворота будет отлична от 50%, то график плотности вероятности будет другой.
Как Вы все знаете ЛЮБУЮ задачу можно решить НЕСКОЛЬКИМИ РАЗНЫМИ способами...
Например:
1. Можно попытаться ПРЕДСКАЗАТЬ БУДУЩИЙ разворот тренда...
2. Можно ЗАФИКСИРОВАТЬ разворот тренда в ТЕКУЩЕЙ ситуации на рынке...
Как Вы понимаете, вариант №1 решить с высокой степенью надежности ОЧЕНЬ трудно...
Вариант №2 намного проще, так как не надо быть экстрасенсом типа Ванги, и положительные результаты будут намного выше, чем в первом варианте...
В целом: ПРАВИЛЬНАЯ постановка задачи - дает более половины ее решения!