为什么正态分布不是正态? - 页 33 1...262728293031323334353637383940...47 新评论 Sceptic Philozoff 2009.12.08 21:49 #321 MetaDriver >> :因此,我们有一个可观察的混合体。 如果我们忽略产生这种分布的过程的非平稳性,那么这种混合是相当和谐的。最重要的是,它是稳定的(它的积分与彼得斯在《金融市场的分形分析》中写到的分形布朗运动非常相似)。分布的稳定性是什么,我希望你记得? Vladimir Gomonov 2009.12.08 21:56 #322 Mathemat >> : 如果我们忽略产生这种分布的过程的非平稳性,那么这种混合是相当和谐的。最重要的是,它是稳定的(它的积分与彼得斯在《金融市场的分形分析》中写到的分形布朗运动非常相似)。什么是分配的稳定性,我希望你记得。 我对可持续发展的正式定义一无所知,因此,请吐槽一下吧!;) 关于直观的--这个分形的和谐性和稳定性,我热烈地赞同,并希望能很好地理解。 Sceptic Philozoff 2009.12.08 22:36 #323 粗略地说,稳健性是指两个独立的同等分布的量(可能有不同的参数)的总和的分布与F相同。稳定的是正态(期望值和方差相加),Cauchy,均匀 和一堆其他。 Yurixx 2009.12.08 22:44 #324 Mathemat писал(а)>> 粗略地说,稳健性是指两个独立的同等分布的规律F值(可能有不同的参数)之和的分布也有F的分布。稳定的是正态(期望值和方差相加),Cauchy,均匀和一堆其他。 这里暗示的总和是什么?代数式?也就是说,我们有两个生成器,在同一个分布上工作(可能有不同的参数)。在每一步,每个人都会产生一个值:X和Y。那么和就是一个随机变量z=x+y。那么? Sceptic Philozoff 2009.12.08 22:46 #325 对,我们不是在讨论过程,而是在讨论分布。 Vladimir Gomonov 2009.12.08 22:54 #326 Mathemat >> : 粗略地说,稳健性是指两个独立的同等分布的量(可能有不同的参数)的总和的分布与F相同。稳定的是正态(期望值和方差相加),Cauchy,均匀和一堆其他。 我并不感到突然的惊讶。 一直以为只有正常才能有这种属性,这就是它的本质。而其他所有的(除了无穷大处的均匀性)在加起来时都趋于正常。 没有错误吗?你是不是太苛刻了? Sceptic Philozoff 2009.12.08 23:34 #327 我不认为这太多了。 如果Z=X+Y,那么pdf Z就是pdf X和pdf Y的卷积。你想用Cauchy来练习,请记住你的青春。 下面再看一下其他属性。它明确地说,它是稳定的。但链接中对稳定的定义是非常不同的,是臆造的......但即使在那里,我们也可以清楚地看到,反正有许多不同的稳定分布。 [删除] 2009.12.09 00:11 #328 Mathemat >> : 下面再看一下其他属性。它明确地说,它是稳定的。然而,链接中对稳定的定义是非常不同的,是臆造的......但即使在那里,你也可以清楚地看到,反正有许多不同的稳定分布。 稳定的分布不多,有一个。正态分布、Cauchy分布和Levy分布是稳定分布的三个著名特例,没有其他分布--https://en.wikipedia.org/wiki/Stable_distribution 在英语中,它们被称为稳定分布。谷歌提出了很多链接。最有趣的是这个http://fs2.american.edu/jpnolan/www/stable/stable.html Vladimir Gomonov 2009.12.09 01:06 #329 我很震惊。根据这一逻辑,来自考奇分布的第一差也会产生考奇分布。第二种(与第一种差异的差异)也是小题大做。第三种也是舒适的。以此类推。 这对我来说是没有意义的。我一直认为,任何有这种连续拿 "奖 "的输入分布,都不可避免地会迅速降低到正常水平。 我是否应该去喝酒......?:)Nah.我最好明天检查一下。我写个脚本,然后检查一下。 Sceptic Philozoff 2009.12.09 01:14 #330 MetaDriver >> : 我很震惊。根据这一逻辑,来自考奇分布的第一差也会产生考奇分布。第二个(与第一个差值的差值)也是Cauchy。第三种也是舒适的。以此类推。 这对我来说是没有意义的。我一直认为,任何输入分布都不可避免地会因为如此持续地抽取 "奖品 "而迅速减少为正态分布。 是的,你有它,肥尾分布的惊喜。 而且,最重要的是,即使是来自Cauchy的样本平均值也是按照完全相同的Cauchy分布的。 顺便说一下,标准正态根本不是那么讨厌的,而是白色和蓬松的:样本平均值的s.c.a.随着样本量的增加而减少。 1...262728293031323334353637383940...47 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
因此,我们有一个可观察的混合体。
如果我们忽略产生这种分布的过程的非平稳性,那么这种混合是相当和谐的。最重要的是,它是稳定的(它的积分与彼得斯在《金融市场的分形分析》中写到的分形布朗运动非常相似)。分布的稳定性是什么,我希望你记得?
如果我们忽略产生这种分布的过程的非平稳性,那么这种混合是相当和谐的。最重要的是,它是稳定的(它的积分与彼得斯在《金融市场的分形分析》中写到的分形布朗运动非常相似)。什么是分配的稳定性,我希望你记得。
我对可持续发展的正式定义一无所知,因此,请吐槽一下吧!;)
关于直观的--这个分形的和谐性和稳定性,我热烈地赞同,并希望能很好地理解。
粗略地说,稳健性是指两个独立的同等分布的规律F值(可能有不同的参数)之和的分布也有F的分布。稳定的是正态(期望值和方差相加),Cauchy,均匀和一堆其他。
这里暗示的总和是什么?代数式?也就是说,我们有两个生成器,在同一个分布上工作(可能有不同的参数)。在每一步,每个人都会产生一个值:X和Y。那么和就是一个随机变量z=x+y。那么?
对,我们不是在讨论过程,而是在讨论分布。
粗略地说,稳健性是指两个独立的同等分布的量(可能有不同的参数)的总和的分布与F相同。稳定的是正态(期望值和方差相加),Cauchy,均匀和一堆其他。
我并不感到突然的惊讶。 一直以为只有正常才能有这种属性,这就是它的本质。而其他所有的(除了无穷大处的均匀性)在加起来时都趋于正常。 没有错误吗?你是不是太苛刻了?
我不认为这太多了。
如果Z=X+Y,那么pdf Z就是pdf X和pdf Y的卷积。你想用Cauchy来练习,请记住你的青春。
下面再看一下其他属性。它明确地说,它是稳定的。但链接中对稳定的定义是非常不同的,是臆造的......但即使在那里,我们也可以清楚地看到,反正有许多不同的稳定分布。
下面再看一下其他属性。它明确地说,它是稳定的。然而,链接中对稳定的定义是非常不同的,是臆造的......但即使在那里,你也可以清楚地看到,反正有许多不同的稳定分布。
稳定的分布不多,有一个。正态分布、Cauchy分布和Levy分布是稳定分布的三个著名特例,没有其他分布--https://en.wikipedia.org/wiki/Stable_distribution
在英语中,它们被称为稳定分布。谷歌提出了很多链接。最有趣的是这个http://fs2.american.edu/jpnolan/www/stable/stable.html
我很震惊。根据这一逻辑,来自考奇分布的第一差也会产生考奇分布。第二种(与第一种差异的差异)也是小题大做。第三种也是舒适的。以此类推。
这对我来说是没有意义的。我一直认为,任何有这种连续拿 "奖 "的输入分布,都不可避免地会迅速降低到正常水平。 我是否应该去喝酒......?:)Nah.我最好明天检查一下。我写个脚本,然后检查一下。
我很震惊。根据这一逻辑,来自考奇分布的第一差也会产生考奇分布。第二个(与第一个差值的差值)也是Cauchy。第三种也是舒适的。以此类推。
这对我来说是没有意义的。我一直认为,任何输入分布都不可避免地会因为如此持续地抽取 "奖品 "而迅速减少为正态分布。
是的,你有它,肥尾分布的惊喜。
而且,最重要的是,即使是来自Cauchy的样本平均值也是按照完全相同的Cauchy分布的。
顺便说一下,标准正态根本不是那么讨厌的,而是白色和蓬松的:样本平均值的s.c.a.随着样本量的增加而减少。