文章 "统计估计"
Для тех, кто серьезно занимался (-ется) анализом совместного движения фин. инструментов (> 2-х) - MQL4 форум
- www.mql5.com
Для тех, кто серьезно занимался (-ется) анализом совместного движения фин. инструментов (> 2-х) - MQL4 форум
"消除异常值
在进行统计参数估计之前，应当注意的是，如果样本中存在严重错误（异常值），则估 计精度可能不足。当样本量较小时，异常值对估算精度的影响尤为明显。异常值是指异常偏离分布中心的值。造成这种偏差的原因可能是在收集统计数据和生成序列过程中发生的各种不可能事件和错误。
决定是否过滤离群值相当困难，因为在大多数情况下，无法明确确定给定值是离群值还是属于所考虑的过程。如果检测到离群值并决定对其进行过滤，那么问题就来了，如何处理这些错误值？最合理的做法是直接将它们从样本中剔除，这样对总体统计特征的估计精度可能会提高，但我们不应忘记，在处理时间序列 时，应该谨慎地从序列中剔除样本"。
最好还是不要这样做。
是的，所有数据都应该验证，是的，验证应该自动化。
但是，放弃数据源总比手动或自动篡改原始数据要好。
在现实生活中，以 "低概率 "为由接受或排除大风险是造成许多悲剧和灾难的原因。
事实上，在计算无偏估计值时，峰度值可以小于 1。例如，对于输入序列 4,7,13,16。
感谢您的意见。我会进行修改。
已作出更正。
新文章 统计估计已发布：
对某个序列的统计参数进行估计非常重要，因为大多数数学模型和方法均基于不同的假设。例如，正态分布规律或离差值（或其他参数）就是这样。因此，在分析和预测时间序列时，我们需要一个简单方便的工具，用于快速清晰地估计主要统计参数。本文简要说明了一个随机序列的最简单统计参数，以及其可视分析的几种方法。本文还说明了如何在 MQL5 中实现这些方法，以及使用 Gnuplot 应用程序对计算结果进行可视化的方法。
作者：Victor