事实上,书中写到,如果RR=0,并不意味着有关的两个量是不相关的。
Rosh给出的链接正是Spearman的等级相关系数。这就是它的计算方法。如果你想看自相关,它的计算方法有点不同,像这样https://www.mql5.com/ru/code/8295
Integer:
以小周期计算相关度,然后计算高相关度值的数量与总条数的比率。它将更具有指示性。通过这种方法,USDNOK - USDSGD的相关性大于0.5 - 有一个显著的。
是的,你可以随着样本窗口的移动绘制相关的变化。然后用MO绘制它。这不再是一个相关性,而是整个窗口的平均相关性。以小周期计算相关度,然后计算高相关度值的数量与总条数的比率。它将更具有指示性。通过这种方法,USDNOK - USDSGD的相关性大于0.5 - 有一个显著的。
但这不是我们在这里讨论的问题。如果观点不明确,我不关心相关性显示什么。
我的结论是,相关性(皮尔逊系数)是衡量样本中是否存在线性关系的一个糟糕的指标。不仅没有显示出直接的关联性,而且还在撒谎。
hrenfx:
也就是说,这种情况下的相关性是BP项的乘积之和除以BP的长度。
Reshetov:
你到底为什么要这样做?
你到底为什么要这样做?
因为MO是零,方差是一。
hrenfx:
是的,随着样本窗口的移动,可以绘制相关性的变化。然后按MO绘制。这不再是一个相关性,而是整个窗口的平均相关性。
金枪鱼-金枪鱼在头盔上用扳手敲击。请更仔细地阅读我在这个主题中的第一个帖子。
在我读到的每一个地方,他们都写道,零样本相关性意味着该样本中没有线性(通常也忘记了线性这个词)关系。狄更斯。
两个MO为零、方差为一、相关度为零的图形的例子。也就是说,这种情况下的相关性是BP项的乘积之和除以BP的长度。
这些是2010.09.28 13:45 - 2010.09.29 14:15 区间的欧元兑美元 和英镑兑美元 的图表。
如果样本看起来很小,让我们从相关表中 抽取更大的东西。
事实上,在有限的样本上,任何两个随机变量之间总是存在着一种线性关系。
在解释接近零的相关关系时要小心。