"İstatistik Temelleri" makalesi için tartışma - sayfa 2
Alım-satım fırsatlarını kaçırıyorsunuz:
- Ücretsiz alım-satım uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Bir avantaj daha duydum - standart sapma emisyonlara karşı daha duyarlıdır. Öyleyse tüm dünyayı birleştirelim ve farkın karesini değil, örneğin dördüncü derecedeki farkı teşvik edelim. Bu tür ortalama "dördüncül" sapma da kesinlikle farklılaşmıştır ve aykırı değerlere karşı standart sapmadan daha duyarlıdır.
Bana göre, farkın karesi, Rosh'un daha önce de söylediği gibi,"uzayımızın cebirinin özelliğinden ", yani doğrusal uzayın metriğinden (vektörler arasındaki mesafe) kaynaklanmaktadır. Ama tüm örneklerin doğrusal uzaya ait olduğunu kim söyledi.
Elbette bunlara izin verilir. Asıl soru, bu tür tahminlerin ne zaman ve neden kullanılacağıdır. Tartışmalardabir şekilde daha sık"ama bir sko ile bollinger'in ötesine geçti " gibi olumlu ifadeler var. Neden sko? Neden bir tane? Sanırım %68 rakamını seviyorsunuz :)
Ve işte bahsettiğiniz kaynaktan parmaklarınızla ilgili bir örnek. Sıradan bir zarın üst kenarına düşen sayının matematiksel beklentisi. Bunu aritmetik ortalama olarak hesaplarsanız, 3,5 eder.
Bu sayı sizin için ne ifade ediyor?
Bu sayı ne olurdu ve anlamı ne olurdu?
Aritmetik ortalama ve sco üzerinden yapılan tüm bu beklenti ve sapma tahminleri, tekdüze ve dolayısıyla normal dağılımlara biraz fazla kulak kabartıyor.
Bir avantaj daha duydum - standart sapma emisyonlara karşı daha duyarlıdır.
Kesinlikle doğru, bu nedenle hata oranı seçiminin bir şekilde gerekçelendirilmesi arzu edilir. Örneğin:
WMS (modulo-ortalama sapma) yerine RMS'nin (standart sapma) kullanılması, QC değerlerinin MO'dan (mat. beklenti) uzak aykırı değerlerine daha fazla önem verme gerekliliğinden kaynaklanmaktadır.
Biquadratic hata normu da kullanılabilir. Genel formda Abs(Func(Error)). Bununla birlikte, özellikleri bakımından (matris bakış açısından) dikkat çekici olan ikinci dereceden norm için çok sayıda analitik çözüm ve mükemmel verimliliğe sahip algoritmalar geliştirilmiştir.
İşte bahsettiğiniz kaynaktan parmaklarla ilgili bir örnek. Sıradan bir zarın üst kenarına düşen sayının matematiksel beklentisi. Aritmetik ortalama olarak hesaplarsanız, 3,5'tir.
Bu sayı sizin için ne ifade ediyor?
Bu sayı ne olurdu ve anlamı ne olurdu?
Bence tüm bu beklenti ve ortalamadan sapma tahminleri ve sko, tekdüze ve dolayısıyla normal dağılımlar için biraz abartılı.
Belirli soruları yanıtlamak için bu kaynaktan başka bir sayfaya bağlantı verdim.
Bir zarla uğraştığımızda, rastgele bir değişkenle uğraşırız ve parametreleri örnek olarak değil tahmin edilmelidir. Bu durumda, rastgele bir değişkenin (zarın) beklentisi 3,5'tir. Ayrık bir rastgele değişkenin mat. beklentisi, aritmetik ortalamanın aksine farklı bir formülle hesaplanır. Bu durumda, bu değerler sadece çakışmıştır, çünkü kalıbın her iki tarafından düşme olasılığı aynıdır.
Asıl sorun nedir?
Modları belirlemek için çok sayıda algoritma olması gerekir, bu nedenle evrensel bir bisiklet burada kullanışlı değildir.
Daha ziyade örneklere, ne almak istediğinize ve ne almak istemediğinize bakmalısınız.
Makaleyi beğendim.
Anlaşılması çok kolay ve yeterli bilgi içeriyor.
Ve başlığa bakılırsa, bundan daha fazlasıymış gibi davranmıyor.
Bu makalenin bir faydasını göremiyorum. Televizyondan bir takım basmakalıp sözler. Ve eğer bu makale uzmanlaşmış, yarı tüccar bir web sitesinde yayınlanmasaydı, sessiz kalmak mümkün olabilirdi. Ancak siteyi göz önünde bulundurarak şunu belirtmek isterim.
Ekonomik verileri ölçen, analiz eden ve tahmin eden bir bilim dalı var. Buna ekonometri denir. İstatistikle kan bağı var ama aralarında önemli farklar var.
1. Yatırımcılar için, analizden tahmin çıkmazsa analizin kendisinin bir değeri yoktur. Makalede tahminden hiç bahsedilmemektedir.
2. Ekonometri başlangıçta ekonomik serilerin durağan olmamasından yola çıkar. Ve eğer kişi en azından bunu hatırlarsa, tabiri caizse akılda tutarsa, temel istatistiklerle ilgili hikaye o kadar da pembe olmaz: durağan olmayan seriler için mo, varyans vb. temel kavramlar pek çok çekinceyle uygulanabilir. Her halükarda her zaman şüphe içinde olunmalıdır. Örneğin, durağan olmayan seriler için ortalama mutlaka mo'ya yakınsamayacaktır. Korelasyondan hiç bahsetmiyorum.
3. Ekonometri çok kısa örneklemlere dayanır - birkaç düzine gözlem. Uzun yılların ortalamasıyla ilgilenmez, çünkü böyle bir ortalama aynı zamanda birkaç yıl boyunca bir poz içinde olmak anlamına gelir. Krizlerde, hesaplama sonuçlarının tahminleri önemli hale gelir. TV'yi istatistikten ve özellikle ekonometriden radikal bir şekilde ayıran tahminlerdir.
Okul makalesi. Özel bir okulun seviyesi, bir enstitünün küçük kursları bile değil.