样本相关性为零并不一定意味着没有线性关系 - 页 43

新评论
 
C-4:

因为：见上面的图片。

那里有两种图片--频率分布和核蘑菇。为什么频率分布我核蘑菇来计算QC？

 
C-4:


2.读读阿瓦尔斯写的东西。

在计算Spearman-Pearson相关系数时，有一种估计误差的方法。

有一种方法可以估计Spearman和Pearson相关系数的可靠性。

我不知道有没有提到常态的要求和不可能计算原始系列的QC。

 
alsu:

相关矩阵的那种分布取决于两个系列的属性和它们之间的关系，也就是说，它根本不需要对所有可能的系列都是一样的......对SB来说是一个，对一些太阳耀斑来说是另一个...

问题是，如果我们取100个I（0）型的卫星系列，并为它们绘制QC分布图，然后将这些 系列整合到I（1）中，并为它们绘制QC，分布将有根本的不同，I（1）将根本没有平均QC的概念。 因为几乎所有的QC都会是平均水平。.

如果你告诉我两个价格系列I（1）之间的相关性是80%--我会告诉你这些系列之间的相关性是-17%（我从头给了你这个数字）。 而且我们都会是对的，只是我甚至不需要计算QC，而只需要发明-1.0-1.0范围内的任何数字，所以如果任何数值的概率都相等，那么在I（1）上谈论QC就没有意义。

 
Demi:

...

我不知道有没有提到常态性要求和不可能计算原始系列的质量控制。

如果根本就没有分配呢？在这种情况下，会有什么样的错误呢？
 
C-4:
如果根本就没有分配呢？在这种情况下，会有什么样的错误呢？

抛开分布不谈--把数值放进公式中，计算出QC的误差和可靠性。为什么要用手指猜？
 
Demi:
抛开分布不谈--把数值放进公式中，计算出QC的误差和可靠性。为什么要用手指猜？


如果你使用标准公式，误差很小，并与行长的根成比例地减少。C-4实际上做了同样的事情，但通过蒙特卡洛。也就是说，根据该分布，我们可以用任何概率（CI）计算出命中率区间，就像那些公式一样。计算公式和C-4得到的结果之间存在着差异
 
P.S.这里 也得出了类似的结论。诚然，从阿基努斯的法则中推导出它并不完全令人信服。但蒙特卡洛的结果是类似的
 
Avals:

如果你使用标准公式，误差很小，并且与行的长度的根成比例地减少。C-4实际上做了同样的事情，但通过蒙特卡洛。也就是说，根据该分布，我们可以用任何概率（CI）计算出命中率区间，就像那些公式一样。计算公式和C-4得到的结果之间存在着差异
再一次说明了争论的内容--QC可能而且必须从原始系列中计算。
 
Demi:
再一次，争论的焦点是什么--QC可能而且必须从原始行中计算。

你说的 "原始行 "是什么意思？)

对于I(1)，你可以?

 
Avals:

所以你可以为原始的，但你不能为非源的？

对于I(1)可以吗？

让我们一起来看一下。

有我的帖子 "CC可能而且必须按原行计算"。现在请注意，问题--在 "QC可能而且必须只在原始行上计算 "的含义中是否有ONLY这个词？ ))

1...363738394041424344454647484950...60
新评论
原因: