从理论到实践 - 页 71 1...646566676869707172737475767778...1981 新评论 [删除] 2017.12.13 21:12 #701 Alexander_K2:不,我还是得说再见,但要用更简短的形式,否则他们会再次删除......最重要的是!价格回报的过程,即x(t)=Ask(t)-Ask(t-1)和y(t)=Bid(t)-Bid(t-1)是稳定的。在你的分析中使用非参数方法。谁能搞清楚这一点,就有一些惊人的发现在等着他。可以吗?恭敬地说。亚历山大和薛定谔的猫来自希尔伯特空间。我们一定会回来告诉大家结果,因为这正是大家所期待的,不是吗?1)https://www.mql5.com/ru/forum/219894/page5#comment_61934362) https://www.mql5.com/ru/forum/219894/page6#comment_6196243. [删除] 2017.12.13 21:49 #702 Vladimir:你已经正确计算了有效值。然而,看看如果n=1会是多少。你会想这是什么乱七八糟的东西。名称 "n--统计人口的数量 "是非常模糊的,通常他们写的是n是样本中的元素数量。那么,如果只有一个元素,根据这个公式的RMS就无法计算。这就是为什么RMS的平方被称为 "有偏见的 "方差估计。还有一个无偏的,其中分母中的n是n1-1而不是n。无偏方差估计值的平方根被称为标准差。这种冲突的性质是,一个项目有一个自由度。如果从少量的数据中定义许多特征,它们就会变得相互依赖。在这种情况下,算术平均值被包括在RMS计算中。可以这么说,一个自由度已经被使用了。标准差的分母的 "奇怪 "行为只是说,平均数和分布不能从单一元素中确定。可以看出,标准差总是大于标准差的[n/(n-1)]^0.5倍。然而,如果样本中的元素数量很多,你可以忘记它,因为它不多。当n=100时,它是(100/99)^0.5=1.005,也就是半个百分点。此外,如果我们确定RMS稳定地趋向于某个值。这就是棘手的部分所在。"RMS趋向于",即大数法则起作用。如果被测量的真实现象确实具有这种稳定性。换句话说,概率论的基本假设得到了满足--随着事件数量的增加,事件的相对频率趋向于某个值。这也被称为 "统计稳定性"。如果它不存在,所有的经典概率理论都不适用于这一现象。在奥列格-阿夫托马特 的巨额引文中讨论了这种差异,这些引文从https://www.mql5.com/ru/forum/221552/page58#comment_6191471,然后 开始。它们很难阅读。在我看来,用图片和图表来查看戈尔班报告的表述,要有趣得多。它将创造一个更加乐观和建设性的情绪,例如这句话。 "事实表明,传统上被认为是明显的不稳定因素的海洋膨胀,可以提高水声站的性能。"即使是汇率,笔者也走马观花地寻找 "16年的平均值,2001年澳元(AUD)对美元(USD)报价的统计不稳定参数(连续曲线)和该平均值的变化范围(虚线),由RMS定义(a)和2002年。(б)".我附上演示文稿,对于那些想要更多资料的人来说,这里有一份演示文稿的清单,有时还有文件地址,来自 "2002-2017年过去的 "图像计算机 "研讨会的档案http://irtc.org.ua/image/seminars/archive。戈尔班有多达十几本关于 "超随机 "现象发展的专著。I.I. Gorban HYPERSLUTE Phenomena的理论。理论和实践。第7节。系统分析。 I.I. hurban i hyperrandomness kiev naukov dumka 2016.- 288页,ISBN 978-966-00-1561-6你告诉我这个。 牛怎么会比简单的平均偏差好? 为什么它总是适用? Vladimir 2017.12.13 21:52 #703 Максим Дмитриев: 你最好告诉我这个。,对简单的平均偏差更好?,为什么它总是适用?如果你给我"简单平均偏差"的计算公式,也许我可以告诉你。否则,我就是不知道它是什么。或者你可以告诉我。只是为了让每个按照你的故事进行计算的人都有相同的计算结果。 ILNUR777 2017.12.13 21:59 #704 Vladimir:如果你给我 "简单平均偏差 "的计算公式,也许我可以告诉你。否则,我就是不知道它是什么。或者你可以告诉我。只不过按照你的说法,每个人的计算结果是一样的。 将散点距离平均到平均值。这可能就是它的意思。数值范围可以高于和低于平均值。与+和-相对应。在sko中,平方消除了对符号的依赖。他的意思是不把每个值与平均数平方,而是简单地采取模块并取其平均值。没有根和方块。 Yuriy Asaulenko 2017.12.13 22:04 #705 ILNUR777: 将散点的距离平均到平均值。这一定是什么意思。数值范围可以高于和低于平均值。与+和-相对应。在Sko中,方形消除了对符号的依赖。他的意思是不把每个值与平均数平方,而是简单地采取模块并取其平均值。没有根和方块。 这也适用。 ILNUR777 2017.12.13 22:05 #706 Yuriy Asaulenko: 这一点也正在被应用。 我很清楚这一点。但他问你的问题相当具体,而且不同)。 [删除] 2017.12.13 22:07 #707 Vladimir:如果你给我 "简单平均偏差 "的计算公式,也许我可以告诉你。否则,我就是不知道它是什么。或者你可以告诉我。只是为了让每个按照你的故事进行计算的人都有相同的计算结果。嗯,就是所有偏差的总和除以偏差的数量。 [删除] 2017.12.13 22:07 #708 ILNUR777: 将散点的距离平均到平均值。这一定是什么意思。数值范围可以高于和低于平均值。与+和-相对应。在Sko中,平方消除了对符号的依赖。他的意思是不把每个值与平均数平方,而是简单地采取模块并取其平均值。没有根和方块。哼哼 Vladimir 2017.12.13 22:12 #709 ILNUR777: 将散点的距离平均到平均值。这一定是什么意思。数值范围可以高于和低于平均值。与+和-相对应。在Sko中,方形消除了对符号的依赖。他的意思是不把每个值与平均数平方,而是简单地采取模块并取其平均值。没有根和方块。 我们是否应该读作 "算术平均值的平均绝对偏差"?这两个 "平均数 "也有不同的计算方法。例如,在这个论坛上,我们经常谈及几何 平均数。我们会厌倦猜测的,所以让对方告诉我们是什么。 Yuriy Asaulenko 2017.12.13 22:12 #710 Максим Дмитриев: 好吧,只是所有异常值的总和除以异常值的数量。 你得到0)。 1...646566676869707172737475767778...1981 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
不,我还是得说再见,但要用更简短的形式,否则他们会再次删除......
最重要的是!
价格回报的过程,即x(t)=Ask(t)-Ask(t-1)和y(t)=Bid(t)-Bid(t-1)是稳定的。
在你的分析中使用非参数方法。
谁能搞清楚这一点,就有一些惊人的发现在等着他。
可以吗?
恭敬地说。
亚历山大和薛定谔的猫来自希尔伯特空间。
我们一定会回来告诉大家结果,因为这正是大家所期待的,不是吗?
1)https://www.mql5.com/ru/forum/219894/page5#comment_6193436
2) https://www.mql5.com/ru/forum/219894/page6#comment_6196243
.
你已经正确计算了有效值。然而,看看如果n=1会是多少。你会想这是什么乱七八糟的东西。名称 "n--统计人口的数量 "是非常模糊的,通常他们写的是n是样本中的元素数量。那么,如果只有一个元素,根据这个公式的RMS就无法计算。这就是为什么RMS的平方被称为 "有偏见的 "方差估计。还有一个无偏的,其中分母中的n是n1-1而不是n。无偏方差估计值的平方根被称为标准差。
这种冲突的性质是,一个项目有一个自由度。如果从少量的数据中定义许多特征,它们就会变得相互依赖。在这种情况下,算术平均值被包括在RMS计算中。可以这么说,一个自由度已经被使用了。标准差的分母的 "奇怪 "行为只是说,平均数和分布不能从单一元素中确定。可以看出,标准差总是大于标准差的[n/(n-1)]^0.5倍。然而,如果样本中的元素数量很多,你可以忘记它,因为它不多。当n=100时,它是(100/99)^0.5=1.005,也就是半个百分点。此外,如果我们确定RMS稳定地趋向于某个值。
这就是棘手的部分所在。"RMS趋向于",即大数法则起作用。如果被测量的真实现象确实具有这种稳定性。换句话说,概率论的基本假设得到了满足--随着事件数量的增加,事件的相对频率趋向于某个值。这也被称为 "统计稳定性"。如果它不存在,所有的经典概率理论都不适用于这一现象。在奥列格-阿夫托马特 的巨额引文中讨论了这种差异,这些引文从https://www.mql5.com/ru/forum/221552/page58#comment_6191471,然后 开始。它们很难阅读。在我看来,用图片和图表来查看戈尔班报告的表述,要有趣得多。它将创造一个更加乐观和建设性的情绪,例如这句话。
"事实表明,传统上被认为是明显的不稳定因素的海洋膨胀,可以提高水声站的性能。"
即使是汇率,笔者也走马观花地寻找 "16年的平均值,2001年澳元(AUD)对美元(USD)报价的统计不稳定参数(连续曲线)和该平均值的变化范围(虚线),由RMS定义(a)和2002年。(б)".
我附上演示文稿,对于那些想要更多资料的人来说,这里有一份演示文稿的清单,有时还有文件地址,来自 "2002-2017年过去的 "图像计算机 "研讨会的档案http://irtc.org.ua/image/seminars/archive。戈尔班有多达十几本关于 "超随机 "现象发展的专著。
I.I. Gorban HYPERSLUTE Phenomena的理论。理论和实践。第7节。系统分析。
I.I. hurban i hyperrandomness kiev naukov dumka 2016.- 288页,ISBN 978-966-00-1561-6
你告诉我这个。
牛怎么会比简单的平均偏差好?
为什么它总是适用?
你最好告诉我这个。
,对简单的平均偏差更好?
,为什么它总是适用?
如果你给我"简单平均偏差"的计算公式,也许我可以告诉你。否则,我就是不知道它是什么。
或者你可以告诉我。只是为了让每个按照你的故事进行计算的人都有相同的计算结果。
如果你给我 "简单平均偏差 "的计算公式,也许我可以告诉你。否则,我就是不知道它是什么。
或者你可以告诉我。只不过按照你的说法,每个人的计算结果是一样的。
将散点的距离平均到平均值。
这也适用。
这一点也正在被应用。如果你给我 "简单平均偏差 "的计算公式,也许我可以告诉你。否则,我就是不知道它是什么。
或者你可以告诉我。只是为了让每个按照你的故事进行计算的人都有相同的计算结果。
嗯,就是所有偏差的总和除以偏差的数量。
将散点的距离平均到平均值。
哼哼
将散点的距离平均到平均值。
好吧,只是所有异常值的总和除以异常值的数量。