主奴的正式定义--有吗? - 页 3 12345678910 新评论 СанСаныч Фоменко 2012.04.24 13:12 #21 Cmu4: 人们一直在谈论相关的...你用什么方法来测量它? 有很多,不是所有的都适合。 相关性根本不适合。它是针对静止的行,而外汇中没有静止的行。 Cmu4 2012.04.24 13:16 #22 为什么是文具的?它实际上是一个表征两个随机变量 之间关系的量。 当然,从这一点可以推断出,它的值根本就可以有意义=0。 Murad Ismayilov 2012.04.24 13:28 #23 Cmu4: 人们一直在谈论相关的...你用什么方法来测量它? 有很多,不是所有的都适合。 我是用Spearman 测量的。 Murad Ismayilov 2012.04.24 13:29 #24 faa1947: 相关性根本不适合。它是用于固定的行,而在前线没有这种东西。 你犯了一个错误。相关性适用于任何系列。它是傅里叶和回归,只适用于静止的系列。 GaryKa 2012.04.24 14:25 #25 Cmu4: 有关于相关性的讨论...你用什么方法来测量它? 有很多,不是所有的都适合。 什么是正确的方法?皮尔逊适合吗?没有期望值和方差估计的一般公式似乎非常符合逻辑。 СанСаныч Фоменко 2012.04.24 14:34 #26 wmlab: 你搞错了。相关性适用于任何系列。它是傅里叶和回归只适合于静止的。 我想不会。协整是更普遍的,而且在应用上有限制。我不想看它。我只是确信相关关系在前台根本不适用。这是一个数字。它指的是样本中的哪个地方?而我们一般对样本的右侧边缘感兴趣。 Cmu4 2012.04.24 15:28 #27 faa1947: 我想不会。协整法比较笼统,在应用上也有局限性。我不想看它。我只是确信这种关联性在外汇上根本不适用。这是一个数字。它指的是样本中的哪个地方?而 我们一般对样本的右侧边缘感兴趣。 你在你所比较的系列中指定的那个。 Cmu4 2012.04.24 15:29 #28 GaryKa: 哪些方法是合适的?皮尔逊适合吗?没有期望值和方差估计的一般公式似乎非常符合逻辑。 皮尔逊是不可能的。你如何计算取决于你想得到什么。 СанСаныч Фоменко 2012.04.24 16:04 #29 Cmu4: 到你在比较的系列中指定的那个。相关性在一个系列中没有地位--它是两个系列的样本的特征。 相关性是统计学中最大的幻觉,对于那些不仅了解统计学,而且感觉到它的人。 如果我们谈论外汇,我们不能简单地应用它,因为外汇有趋势,相关值表示两个系列中两个确定性成分的比率,即与随机变量无关。所以请原谅,这里所有关于皮尔逊和斯皮尔曼的争论都来自邪恶的人。 GaryKa 2012.04.24 16:09 #30 Cmu4: 皮尔逊的可能性不大。你如何计算取决于你想得到什么。 你看,如果我对你的理解是正确的,那么皮尔逊就 "不太可能 "适合,因为它是用来估计线性关系的量度,因此不适合估计非线性关系的量度。 但在这种情况下,你可以。 要么对输入数据进行 "非线性 "转换 (另一个问题是如何转换,具体原因是什么),然后再应用于培生的输入数据 或者将 "非线性 "引入公式本身(标量乘积的地方),但它将是一个 "略有不同 "的皮尔逊系数)) 用这个 关系的归一化期望 ,作为衡量关系稳定性的标准,这个想法我可以接受。 12345678910 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
人们一直在谈论相关的...你用什么方法来测量它?
有很多,不是所有的都适合。
为什么是文具的?它实际上是一个表征两个随机变量 之间关系的量。
当然,从这一点可以推断出,它的值根本就可以有意义=0。
人们一直在谈论相关的...你用什么方法来测量它?
有很多,不是所有的都适合。
我是用Spearman 测量的。
相关性根本不适合。它是用于固定的行,而在前线没有这种东西。
你犯了一个错误。相关性适用于任何系列。它是傅里叶和回归,只适用于静止的系列。
有关于相关性的讨论...你用什么方法来测量它?
有很多,不是所有的都适合。
你搞错了。相关性适用于任何系列。它是傅里叶和回归只适合于静止的。
我想不会。协整法比较笼统,在应用上也有局限性。我不想看它。我只是确信这种关联性在外汇上根本不适用。这是一个数字。它指的是样本中的哪个地方?而 我们一般对样本的右侧边缘感兴趣。
哪些方法是合适的?皮尔逊适合吗?没有期望值和方差估计的一般公式似乎非常符合逻辑。
到你在比较的系列中指定的那个。
相关性在一个系列中没有地位--它是两个系列的样本的特征。
相关性是统计学中最大的幻觉,对于那些不仅了解统计学,而且感觉到它的人。
如果我们谈论外汇,我们不能简单地应用它,因为外汇有趋势,相关值表示两个系列中两个确定性成分的比率,即与随机变量无关。所以请原谅,这里所有关于皮尔逊和斯皮尔曼的争论都来自邪恶的人。
皮尔逊的可能性不大。你如何计算取决于你想得到什么。
你看,如果我对你的理解是正确的,那么皮尔逊就 "不太可能 "适合,因为它是用来估计线性关系的量度,因此不适合估计非线性关系的量度。
但在这种情况下,你可以。
用这个 关系的归一化期望 ,作为衡量关系稳定性的标准,这个想法我可以接受。