{
//...
// y = ax + b
// counting a and b
a = ekx*ekx - ekxx*ek;// Здесь считается ЗНАМЕНАТЕЛЬ
// спецом чтобы можно было проверить ошибку деления на 0, если кому-то приспичит
// второй круг посчитан
a = (eky*ekx - ek*ekxy)/a;// Здесь считается числитель и делится на заранее посчитанный знаменатель
b = (eky - a*ekx)/ek;
//...
}
在一般情况下，它并不这样算。
请检查这三种功能是否都能正常工作。
1.正常的ISC
2.总的最小二乘法
3.带权重的自适应，这正是所有大惊小怪的原因。
我的"来自KimIV的有用功能"， 我早已测试并检查过了。没有错误。
普通的ISC拿我的，"来自KimIV的有用功能 " 我测试了很长时间，并检查了它。没有错误。
只是普通的是我最不担心的问题 :)
k[i] = 0.5/(0.5 + value*value/avgDev)
你是自己假设的吗（以及整个进一步的计算），或者你能分享一个带有描述的链接吗？
k[i] = 0.5/(0.5 + value*value/avgDev)
这是你自己假设的吗（以及整个进一步的计算），或者你能分享说明的链接吗？
是的，唉。你可以用你想要的东西代替。
假设是这样的 -- 最常见的偏差将在0.5和1*avgDev之间。
优先选择0.5，因为它对异常值更不敏感。
请检查所有三个功能的操作。
是的，唉。你可以使用任何你想要的东西。
假设最常见的偏差将在0.5和1*avgDev之间。
优先选择0.5，因为它对异常值更不敏感。
请检查所有三项功能。
我以不同的方式拥有它。
发布你的计算结果，然后就会清楚地知道区别是什么了。
我不是这样做的。
你可以看到区别。
你也得到了同样的东西 :) 。
将你公式中的分子和分母乘以Summ(k)，然后仔细看看我的计算结果:) 。
{ //... // y = ax + b // counting a and b a = ekx*ekx - ekxx*ek;// Здесь считается ЗНАМЕНАТЕЛЬ // спецом чтобы можно было проверить ошибку деления на 0, если кому-то приспичит // второй круг посчитан a = (eky*ekx - ek*ekxy)/a;// Здесь считается числитель и делится на заранее посчитанный знаменатель b = (eky - a*ekx)/ek; //... }你也得到了同样的东西 :) 。
将你公式中的分子和分母乘以Summ(k)，然后仔细看看我的计算结果:) 。
或者说，乘以减去-Summ(k)。
我们会认为我们已经征服了这个问题 :)
你也得到了同样的东西 :) 。
将你公式中的分子和分母乘以Summ(k)，然后仔细看看我的计算结果:) 。
听着，结果与我想象的有很大不同。
新的曲线更加抽动!!!!!，而不是平滑的:)
也有更多的振幅。
而且曲线与k中的系数无关（0.5=1=2=...）。
看，这是与我预期的完全不同的结果。
新的曲线更加抽动!!!!!，而不是平滑的:)
也有更多的振幅。
曲线与k中的系数无关（0,5=1=2=...）。
所以我也做对了。以前讲过--它经常跳动（（）。
我一定也做了正确的事。以前告诉过你--它经常跳动（（）。
我只是在指标中的一个地方犯了一个错误。
>>加权不起作用，差别在千分之一。
嗯，事实上，它的反弹，这是真的。