交易中的机器学习：理论、模型、实践和算法交易 - 页 208

新评论
 
量子化。
正确。现在让我们从0+eps计算pgamma。它将等同于什么？因为dgamma(0,0.5,1)=inf，所以是无穷大。对吗？

如果你正在寻找pgamma(0+eps, 0.5, 1)，你不应该与dgamma(0, 0.5, 1)比较，而是与dgamma(0+eps, 0.5, 1)比较。

我今天早上就在回答这个问题，你错过了。

Dr.Trader:
让我们举一个更简单的例子。
x=1*10^(-90)
这个数字非常小，不是零，而且没有不确定因素。
> dgamma(1*10^(-90), 0.5, 1)
[1] 5.641896e+44
> pgamma(1*10^(-90), 0.5, 1)
[1] 1.128379e-45

钨，其结果是一样的。
PDF[GammaDistribution[0.5,1], 1*10^(-90)]
5.6419×10^44
CDF[GammaDistribution[0.5,1], 1*10^(-90)]
1.12838×10^-45

现在，套用你的问题，在公式中没有任何无限性。
如何整合dgamma，它返回像5.641896e+44这样的大数字，结果是一个非常小的数字1.128379e-45？

你必须满意，在X->0时，dgamma将非常大，趋于无穷大，pgamma非常小，趋于零。你甚至可以在钨矿中看到它。在这样的情况下，怎么可能整合后得到一个小的结果呢？
我采取1-90，因为钨不能做得更细。在R中，你可以看一下x=1e-300的结果--在dgamma中会有一个巨大的结果，而在pgamma中则不明显。

而唯一的线索是，你显然是想通过在循环中用小步的求和法做积分来寻找pgamma，而Inf会非常妨碍你的操作。而R是通过一些公式来实现的，而不是直接使用dgamma()的结果。
你在某个地方整合了错误的东西。

 

我搜索了一些论文，其中提到了在不同的α和β下，分布在零点的伽马密度。

Here is one:http://journals.ametsoc.org/doi/pdf/10.1175/1520-0442(1990)003%3C1495%3AMLEFTG%3E2.0.CO%3B2

研究者明确表示，密度在零点达到最大。而什么都没有，它活着，它不痛苦......

当量子先生承认错误声明是夸大其词或其他东西，也就是不正确的时候，那么我对他的专业能力的怀疑就会有点消散了。到目前为止，我看到他的宗教论点和MQ负责人对他的包庇。

到目前为止。

 
量子化。

R的开发者如何解释他们的结果。

dgamma(0,0.5,1)=inf

pgamma(0,0.5,1)=0

如果它们包含一个0点（如定义中所看到的），在x=0处给出一个无限的密度，然后当在pgamma(x,0.5,1)中积分时，无限被视为零，就像它不存在一样。

量子化。
现在我们来计算一下0+eps的pgamma。它将等同于什么？因为dgamma(0,0.5,1)=inf，所以是无限的。对吗？

http://www.wolframalpha.com/input/?i=integrate[pdf[gammadistribution[0.5,1],x]+,{x,0,1*10^（-90）}]

正如你所看到的，阴影图的左边趋向于无穷大，而积分则是蓝色阴影图的面积。尽管wolfram在pdf函数中不包括x=0点，但仍然没有有限的 "最高点"，你可以认为图的左边是无限地增长。从逻辑上讲，如果图形的左边是无限长大的，那么它的面积也将趋于无限大。但事实上这并不妨碍人们在确定图形的面积时得到一个非无限的结果。数学。

 
顺便问一下，有没有人想过伽马和相关分布是否可以在市场上使用？这只是一个问题...

伽马，指数，泊松。它们都是并排的，而且是针对独立的过程。如果这些过程中的事件量级也满足i.i。D. 那么事件的总和就是正常的....。

一般来说，我还没有看到应用。例如，独立交易的数值之和 仍可得出正态性......顺便说一句，这是一个有用的属性。我之前展示了累积交易的分布。在有大量样本的情况下，统计数据接近于正常。
 
mytarmailS:
在这个关于机器学习的主题中，为一个没有人关心的函数中的一个假想错误争论了5页，这个世界显然出了问题。

你根本无法读懂字里行间的意思，不明白这种伪科学蛊惑人心的隐秘目的。让我用一个虚构的例子来说明。

我们以石油生产为例，假设在成功的石油开采者的狭窄圈子里，逐渐积累了根据间接的、外部的迹象（如土壤样本的化学成分、植被模式等）寻找石油储藏的 研究经验。自然，这一切都被严格保密，新手钻研者被告知各种真实的 信息，一些明显的小修改，但不工作，甚至是无稽之谈，很难检查，除了尝试和破产，在 "当局 "的帮助。时间在流逝，人是人，信息逐渐泄露，时间到了，已经不可能在一般情况下隐藏技术，它变得明显和真实，该怎么办？

和任何游戏一样，当敌人发现 "秘密装置 "时，首先想到的是各种转移，旨在使他对这种秘密知识的理解复杂化，如弄湿它的沼泽细节，在一个巨大的结构不良的信息流中，大脑在生理上是无法消化的，并为100辈子带走的本质。你想了解Perseptron是如何工作的，建议你了解数论，至少要达到研究生水平，然后是微积分、线性代数，这些都不是详细的，而是详细 的，然后你要阅读所有的论文、文章，等等。你想阅读如何开发一个网络应用程序，他们却向你倾倒了大量关于错误和编程模式的论据。

第二种是各种造假，欺骗，当你被巧妙地转移到他们的领域时，游戏就不按你的规则了。需要一个perseptron吗？在2016年底，哪个 "白痴 "会自己写？Ahahaha))))骑自行车的人可耻的))))那里有大量的图书馆!买一匹Ferrari马!像一个真正的 "科学家 "一样挖掘别人的图书馆和功能!你不需要了解如何以及在那里安排了什么，你只需要通过开发人员给你的选项就可以了!

以此类推，我希望你能理解我的意思 :)

在你的场地上按你的规则比赛。

 
阿列克谢-伯纳科夫。
顺便问一下，有没有人想到Gamma及其相关分布可以在市场上使用？这只是一个问题...

伽马，指数，泊松。它们都是并排的，而且是针对独立的过程。如果这些过程中的事件量级也满足i.i。D. 那么事件的总和就是正常的....

一般来说，我还没有看到应用。例如，独立交易的数值之和 仍可得出正态性......顺便说一句，这是一个有用的属性。我之前展示了累积交易的分布。当样本数量较多时，统计数据接近于正常。
在小α的情况下，ZZ的趋势长度以Poisson方式下降。没有更精确地研究它，因为没有关于如何使用的想法
 
桑桑尼茨-弗门科。
以条为单位的ZZ趋势长度在小α时由泊松眼下降。没有更准确地去了解它，因为没有关于如何使用的想法。
你说的趋势长度分布是什么意思？泊松（Poisson）是指每个时间三角洲的事件数量。或者说在这里也能被拉长？我只是没有掌握应用的物理环境......
 
阿列克谢-伯纳科夫。
你的意思是，趋势长度分布？泊松（Poisson）是指每个时间三角洲的事件数量。或者说，这里也有可能伸展吗？我只是不明白应用的物理环境......
我们把ZZ反转之间的距离以条为单位，构建一个柱状图。泊松的眼睛。
 
桑桑尼茨-弗门科。
我们以条形的ZZ反转之间的距离，构建一个柱状图。泊松的眼睛。
我会考虑的...我将用它来做实验。
 
我已经开始在R中得到我的问题的答案。我设法打通了R核心，所以我...被推荐写到r-devel邮件列表。这个层次的技术含量比单纯的R-help更深。这里是第一个答案。读一读，想一想。我的工作是把它摆出来。

Re: [Rd]极端点的dgamma密度值
DM
Duncan Murdoch
11月13日22:28
英文→ 俄文翻译

在13/11/2016 1:43 PM，Alexey Burnakov写道。

亲爱的R-Devel小组，

我叫Alexey，来自莫斯科的数据科学家，目前在
Align科技公司工作。

我们最近对dgamma
函数（stats）对一个极端点（x == 0）返回的结果进行了讨论。


<dgamma(0,1,1,log = FALSE)

[1] 1


和

<dgamma(0,0.5,1,log = FALSE)
[1] Inf

密度似乎是在零点定义的分布，有
上述参数。

看起来返回的值是f(x)的极限，其中x--> inf。


它是x-->0时的极限。

隐藏报价

尽管其他几个 "大 "统计引擎，如Wolfram和Matlab
，在x==0的情况下，伽马密度的函数参数相同，返回0（零）
。这看起来像一个惯例而不是确切的答案，在
我们的意见。这是一个正确的假设吗？

严格研究时，似乎密度是未定义的，当
，我们得到x^0，其中x==0，例如。

由于我无法联系到dgamma代码的作者，你能否
，对dgamma函数在零点的这种行为进行评论？鉴于这种行为，
使用该函数是否安全。报告密度=
inf为零是否审慎？在
，否则有什么可取的方法来估计伽马密度吗？


使用极限是最合理的方法。在
，有一个不连续的密度将导致更多的问题，例如如果密度被用于
正交。

至于 "正确性"，我们都知道，在任何
特定点的密度值是不相关的。只有密度的积分有
任何意义。

Duncan Murdoch

1...201202203204205206207208209210211212213214215...3399
新评论