"İstatistik Temelleri" makalesi için tartışma
Temelleri severim, aksiyom gibidirler. Sağlam bir temel üzerinde - sağlam bir"kase" ))
Temel bilgilerle ilgili makalede cevap bulamadığım birkaç nokta var:
1) Örneklem beklenti tahmini neden geometrik ortalama, harmonik ortalama veya hatta medyan değil de aritmetik ortalamadır. Bu seçimin gerekçesi nedir?
2)"Örneklem değerlerinin matematiksel beklentisinden ne kadar uzak olduğunu " bilmek istiyorsak neden ortalama mutlak sapma yerine dağılım hesaplamak gerekir?
3) Basıklık katsayısında, katsayı paydada ise biraz karışıklık yaratabilecek ilginç bir üç vardır. Hangi kolaylık uğruna oraya konulmuştur?
Not: Bu, makaleye yönelik bir eleştiri değil, sadece temel bilgileri öğrenenler içindir.
Bu arada, ben de standart sapmanın mutlak ortalamadan nasıl daha iyi olduğunu hep merak etmişimdir. Başka istatistiksel özellikleri var mı? Yoksa tüm bu kare alma işlemi, matematikte modülü analitik formda alacak bir fonksiyon olmadığı için mi? )))
Belki de bunlar sadece uzayımızın cebirinin özellikleridir? Yine de burada soruyu doğrudan yanıtlayan bir makale buldum -http://statanaliz.info/teoriya-i-praktika/10-variatsiya/15-dispersiya-standartnoe-otklonenie-koeffitsient-variatsii.html:
Standart sapma da açık bir şekilde veri dağılımının bir ölçüsünü karakterize eder, ancak şimdi (dağılımın aksine) orijinal verilerle karşılaştırılabilir, çünkü birimleri aynıdır (bu hesaplama formülünden anlaşılmaktadır). Ancak bu gösterge saf haliyle bile çok bilgilendirici değildir, çünkü kafa karıştırıcı çok fazla ara hesaplama içerir (sapma, kare, toplam, ortalama, kök).
Bununla birlikte, doğrudan standart sapma ile çalışabilirsiniz, çünkü bu göstergenin özellikleri iyi çalışılmış ve bilinmektedir. Örneğin, normal dağılıma sahip verilerde 1000 değerden 997'sinin ortalama değerden bir tarafa veya diğerine 3 sigmadan daha fazla olmayacağını belirten üç sigma kuralı vardır.
Sigma, bir belirsizlik ölçüsü olarak birçok istatistiksel hesaplamada da yer almaktadır. Çeşitli tahmin ve öngörülerin doğruluk derecesini belirlemek için kullanılır. Varyasyon çok büyükse, standart sapma da büyük olacaktır, dolayısıyla tahmin yanlış olacaktır, bu da örneğin çok geniş güven aralıklarında ifade edilir.
- statanaliz.info
Bu arada, ben de standart sapmanın mutlak ortalamadan nasıl daha iyi olduğunu hep merak etmişimdir.
Temelleri severim, aksiyom gibidirler. Sağlam bir temel üzerinde - sağlam bir "kase" ))
Temel bilgilerle ilgili makalede cevap bulamadığım birkaç nokta var:
1) Örneklem beklenti tahmini neden geometrik ortalama, harmonik ortalama veya hatta medyan değil de aritmetik ortalamadır. Bu seçimin gerekçesi nedir?
2)"Örneklem değerlerinin matematiksel beklentisinden ne kadar uzak olduğunu " bilmek istiyorsak neden ortalama mutlak sapma yerine dağılım hesaplamak gerekir?
3) Basıklık katsayısında, katsayı paydada ise biraz karışıklık yaratabilecek ilginç bir üç vardır. Hangi kolaylık uğruna oraya konulmuştur?
Not: Bu, makaleye yönelik bir eleştiri değil, sadece temel bilgileri öğrenenler için bir düşüncedir.
1,2) Aritmetik ortalama ve standart sapmanın kullanımını açıklayan bazı matematiksel hesaplamalar - http://teorver-online.narod.ru/teorver49.html .
3) Bu makalede verilen tüm parametre tahminleri yansızdır. Bu nedenle, tahmin değerlerinin çarpılması gereken her türlü katkı katsayısı vardır (özellikle basıklık formülünden gelen üçlü).
- teorver-online.narod.ru
Tüm bunları biliyoruz, bize bunlardan nasıl bir kase inşa edeceğimizi söyleyin))).
Ne yazık ki, bir matematik referans kitabından temel basmakalıp sözlerin bir başka yeniden yazımı. Yazarın sadece bazı yanlışlıkları var. Bu nedenle, bu tür makaleler yerine referans kitabı kullanmak daha iyidir.
Genellikle kullanılan ikinci dereceden hata normları, fizikteki başarılı uygulamalarından kaynaklanmaktadır, çünkü büyük sayılar limitindeki dağılımların neredeyse tüm toplamları, üsdeki hatanın tam karesine sahip olan rastgele değişkenlerin Gauss dağılımına eğilimlidir. Bu durumda, bağımsız Gauss dağılımlı büyüklüklerin ortak dağılım olasılığı, üsdeki hataların karelerinin toplamını içerir.
Diğer hata normları oldukça kabul edilebilirdir.
Diğer hata standartları tamamen kabul edilebilir.
Oh, bu ilginç. İstatistik ders kitabımın bundan bahsetmemesi çok kötü.
Belki polimodal dağılımı nasıl tanıyacağınızı da biliyorsunuzdur?
Belki polimodal bir dağılımı nasıl tanıyacağınızı da biliyorsunuzdur?
- Ücretsiz alım-satım uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Yeni makale İstatistik Temelleri yayınlandı:
Her yatırımcı, temel analizin destekçisi olsa dahi, belirli istatistiksel hesaplamaları kullanarak çalışır. Bu makale size istatistiğin temelleri ve temel unsurları konusunda rehberlik etmekte ve karar vermede istatistiğin önemini göstermektedir.
Herhangi bir istatistik, onu oluşturan nesnenin durumlarında meydana gelen değişikliğin sonucudur. Saatlik zaman dilimlerinde bir EURUSD fiyat grafiğini ele alalım:
Bu durumda, nesne iki para birimi arasındaki korelasyon iken, istatistikler her zaman noktasındaki fiyatlarıdır. İki para birimi arasındaki korelasyon bunların fiyatlarını nasıl etkiler? Neden belirli bir zaman aralığında farklı bir fiyat grafiğine değil de bu fiyat grafiğine sahibiz? Fiyatlar neden şu anda düşüyor da artmıyor? Bu soruların cevabı 'olasılık' sözcüğüdür. Olasılığa bağlı olarak her nesne bir veya başka bir değer alabilir.
Yazar: QSer29