Скачать MetaTrader 5

Обсуждение статьи "Основы статистики"

Авторизуйтесь или зарегистрируйтесь, чтобы добавить комментарий
MetaQuotes Software Corp.
Модератор
184483
MetaQuotes Software Corp.  

Опубликована статья Основы статистики:

Каждый трейдер в своей работе использует те или иные статистические выкладки, даже если он сторонник фундаментального анализа. Эта статья познакомит вас с основами статистики, с ее базовыми элементами, а так же расскажет о ее важности для принятия решений.

Автор: Сергей

bas
73
bas  

Это всё мы знаем, расскажите наконец, как из этого грааль построить )))

Да, и если можно, расскажите, как идентифицировать полимодальное распределение, или хотя бы бимодальное ) 

GaryKa
493
GaryKa  
... Вдобавок к этому хотелось бы сказать, что изучать статистику, как и любую другую науку, нужно с самых азов. Даже благодаря ее базовым элементам можно упрощать понимание многих сложных вещей, механизмов, закономерностей, ...

О мне нравятся азы, они как аксиомы. На прочном фундаменте - прочный "грааль" ))


Пару моментов на которые не нашел ответов в статье по азам:

1) Почему выборочная оценка матожидания - это среднеарифметическое, а не скажем среднегеометрическое, среднегармоническое, или даже медиана. Чем обоснован такой выбор ?

2) Почему если надо узнать "насколько значения выборки отдалены от ее математического ожидания " необходимо посчитать дисперсию, вместо скажем средне абсолютного отклонения ?

3) В коэффициенте эксцесса есть интересная троечка, которая может чуток накуролесить если коэффициент в знаменателе. Ради какого удобства она туда попала ?


P.S. Это не придирки к статье, а просто на подумать тем кто хапает азы.
bas
73
bas  
Кстати, мне тоже всегда было интересно, чем среднеквадратичное отклонение лучше среднеабсолютного. У него какие-то другие статистические свойства? Или все эти возведения в квадрат только из-за того, что в математике нет функции взятия модуля в аналитическом виде? )))
Rashid Umarov
Админ
12161
Rashid Umarov  
bas:
Кстати, мне тоже всегда было интересно, чем среднеквадратичное отклонение лучше среднеабсолютного. У него какие-то другие статистические свойства? Или все эти возведения в квадрат только из-за того, что в математике нет функции взятия модуля в аналитическом виде? )))

Возможно, это просто свойства алгебры нашего пространства? Хотя вот нашел статью, которая прямо отвечает на вопрос -http://statanaliz.info/teoriya-i-praktika/10-variatsiya/15-dispersiya-standartnoe-otklonenie-koeffitsient-variatsii.html :

Стандартное отклонение, очевидно, также характеризует меру рассеяния данных, но теперь (в отличие от дисперсии) его можно сравнивать с исходными данными, так как единицы измерения у них одинаковые (это явствует из формулы расчета). Но и этот показатель в чистом виде не очень информативен, так как в нем заложено слишком много промежуточных расчетов, которые сбивают с толку (отклонение, в квадрат, сумма, среднее, корень).

Тем не менее, со стандартным отклонением уже можно работать непосредственно, потому что свойства данного показателя хорошо изучены и известны. К примеру, есть такое правило трех сигм, которое гласит, что в данных с нормальным распределением 997 значений из 1000 будут находиться не далее, чем 3 сигмы в ту или иную сторону от среднего значения.

Сигма, как мера неопределенности, также участвует во многих статистических расчетах. С ее помощью устанавливают степень точности различных оценок и прогнозов. Если вариация очень большая, то стандартное отклонение тоже получится большим, следовательно, и прогноз будет неточным, что выразится, к примеру, в очень широких доверительных интервалах.

Дисперсия, стандартное отклонение, коэффициент вариации
Дисперсия, стандартное отклонение, коэффициент вариации
  • statanaliz.info
Здравствуйте, уважаемые любители статистики и посетители блога statanaliz.info. Из предыдущей статьи мы узнали, что такое вариация данных и рассмотрели такие показатели, как размах вариации и среднее линейное отклонение. Оба показателя отличаются и методом расчета (это очевидно), и интерпретацией. Однако статистические показатели изменчивости...
Yury Kulikov
32939
Yury Kulikov  
bas:
Кстати, мне тоже всегда было интересно, чем среднеквадратичное отклонение лучше среднеабсолютного.
Среднеквадратичное отклонение дифференцируется в отличие от среднеабсолютного. Что в свою очередь дает возможность использования этой функции в дальнейших аналитических расчетах, например в методе наименьших квадратов. Есть и другие преимущества.
QSer29
500
QSer29  
GaryKa:

О мне нравятся азы, они как аксиомы. На прочном фундаменте - прочный "грааль" ))


Пару моментов на которые не нашел ответов в статье по азам:

1) Почему выборочная оценка матожидания - это среднеарифметическое, а не скажем среднегеометрическое, среднегармоническое, или даже медиана. Чем обоснован такой выбор ?

2) Почему если надо узнать "насколько значения выборки отдалены от ее математического ожидания " необходимо посчитать дисперсию, вместо скажем средне абсолютного отклонения ?

3) В коэффициенте эксцесса есть интересная троечка, которая может чуток накуролесить если коэффициент в знаменателе. Ради какого удобства она туда попала ?


P.S. Это не придирки к статье, а просто на подумать тем кто хапает азы.

1,2) Некоторые математические выкладки, поясняющие использования именно среднеарифметического и среднеквадратичного отклонения  -  http://teorver-online.narod.ru/teorver49.html 

3) Все оценки параметров, приведенные в данной статье, несмещенные. Поэтому возникают всякие добавочные коэффициенты, на которые нужно умножать значения оценки (в частности тройка из формулы эксцесса).

ТеорВер-Онлайн: 6.4 Выборочное среднее и выборочная дисперсия
  • teorver-online.narod.ru
Иногда исследователь ставит перед собой более конкретную проблему: как, основываясь на выборке, оценить интересующие его числовые характеристики неизвестного распределения, не прибегая к приближению этого распределения как такового, то есть без построения выборочных функций распределения, гистограмм и т.п. В данном параграфе мы обсудим простые...
Yury Reshetov
13473
Yury Reshetov  
bas:

Это всё мы знаем, расскажите наконец, как из этого грааль построить )))

К сожалению, очередной рерайт элементарных банальностей из справочника по математике. Из авторского только некоторые неточности. Поэтому лучше пользоваться справочником, чем подобными статьями.

hrenfx
3672
hrenfx  

Обычно используемые квадратичные нормы ошибок следуют из их успешного применения в физике, т.к. практически все суммы распределений в пределе больших чисел стремятся к гауссовскому распределению случайных величин, у которого в экспоненте стоит именно квадрат ошибки. При этом вероятность совместного распределения независимых гауссово распределенных величин содержит сумму квадратов ошибок в экспоненте.

Другие нормы ошибок вполне допускаются.

bas
73
bas  
hrenfx:

Другие нормы ошибок вполне допускаются.

О, вот это интересно. Жаль, в моем учебнике по статистике об этом не было ни слова.

Может, вы еще и полимодальное распределение знаете как распознать? 

hrenfx
3672
hrenfx  
bas:

Может, вы еще и полимодальное распределение знаете как распознать? 

Исходная задача?
123
Авторизуйтесь или зарегистрируйтесь, чтобы добавить комментарий