How to become an author
Search
Write a publication
Pull to refresh

Comments 29

Неплохо бы статью перед публикацией показать корректору, который почистит текст от остатков «(3/10) х (2/9)» и «Г(x)» (раз уж в большинстве случаев используется красивый TeX). Нумерация формул кажется лишней, а сама статья скорее похожа на цитату из скрипта лекции по вероятностному исчислению. Справочников по теме предостаточно и как студенты, так и «зрелые специалисты», думается мне, первым делом обратятся к ним, а не к поиску по Хабру.
Total votes 5: ↑3 and ↓2+1
Спасибо за комментарий. По поводу формул — согласен, буду дорабатывать.
А что касается тематики и нумерации формул: эта статья «база» для дальнейших более IT-шных статей по анализу данных (чтобы ставить ссылки на конкретные формулы, собранные вместе).
This comment wasn’t rated yet0
И есть небольшая неточность: биномиальный коэффициент записывается обычно либо как , либо как , но не как .
Total votes 1: ↑1 and ↓0+1
Это действительно ляп с моей стороны… Спасибо.
Уже исправлено.
This comment wasn’t rated yet0
Картинки, кстати, тоже можно сделать красивыми:



Вот исходник:

\begin{tikzpicture}[mark=*,mark size=1,only marks]
\begin{axis}[
    yticklabel style={/pgf/number format/fixed},
    ymax=0.25,
    width=10cm,
    declare function={binom(\k, \n, \p)=(\p^(\k))*((1-\p)^(\n-\k))*factorial(\n)/(factorial(\n-\k)*factorial(\k));}
]
\addlegendimage{blue}
\addlegendimage{green}
\addlegendimage{red}
\foreach \n/\p/\c in {20/0.5/blue, 20/0.7/green, 40/0.5/red} {
    \foreach \k in {0,...,\n} {
        \edef\temp{\noexpand
            \addplot[\c] coordinates {(\k,{binom(\k, \n, \p)})};
        }\temp
    }
    \edef\temp{\noexpand
        \addlegendentry{$p=\p, n=\n$}
    }\temp
}
\end{axis}
\end{tikzpicture}
Total votes 1: ↑1 and ↓0+1
Непонятно почему вы считаете свой график лучше представленных выше. Точки тут неуместны— чтобы понять о чём график(а потом и форму распределения), надо напрячься.
Total votes 2: ↑2 and ↓0+2
Согласен, конечно. Мы тут обсуждали оформление, а не содержание.

В тексте была откуда-то скопированная png-картинка. Моя svg-картинка сделана в латехе с пакетом tikz. Способ не без проблем: человеку без опыта тяжело сразу готовить такие картинки. Зато исходник можно править на лету, не перерисовывая картинку. Я вот за 5 минут поменял точки на столбцы, и диаграмма стала понятнее:

image
Total votes 2: ↑2 and ↓0+2
Постойте, так про оформление и речь. Пример выше, конечно, чище и понятней.
Total votes 1: ↑1 and ↓0+1

Такие диаграммы красивее. Я взял материал со страниц википедии (в тексте приведены ссылки). Если для кого-нибудь действительно совсем несложно переделать графики — Вы можете улучшить Вики.
Сам бы занялся, но не владею технологией построения настолько красивых диаграмм :)
(Хотя, уже захотелось освоить)

This comment wasn’t rated yet0

Переделать — не сложно, но и не просто :)


Хотите освоить — посмотрите введение к официальной документации tikz. В нем последовательным усложнением строятся полноценные примеры графиков и диагамм. Это хорошая отправная точка.

Total votes 1: ↑1 and ↓0+1
Я не в претензии)
Кстати, в R есть прекрасные библиотеки. Тот же «классический уже» ggplot2 или seaborn + несколько библиотек интерактивных графиков.
Ну и R, по ощущениям, очень прекрасен для статистики и EDA. Самое главное— побороть непонимание синтаксиса самого R.
Total votes 1: ↑1 and ↓0+1
Интересно, но ожидал больше примеров. (В дискретных распределениях примеры были)
This comment wasn’t rated yet0
Большой пример скоро будет в отдельной статье
This comment wasn’t rated yet0
Зачем захламлять теги отдельным названием каждого распределения? У них другое предназначение.
Total votes 1: ↑0 and ↓1-1
Название действительно провокационное, для привлечения внимания. В самой статье я пишу, что предложенные распределения используются в «наиболее часто встречающихся задачах».

Что касается «дз» это тизер готовящейся к публикации работы. Идея такова: мы не можем знать всё обо всех стратегиях, но может поступить по аналогии с тем, как строятся другие стат.тесты, а именно, построить распределение профитфактора для системы, торгующей случайно. Тогда значение профитфактора реальной системы должно быть таковым, чтобы случайное достижения такого значения являлось маловероятным.
This comment wasn’t rated yet0
Название статьи провокационное. Получается, что сингулярные распределения — бесполезная альтернатива и создание этих распределений не продиктовано непригодностью описанных тут распределений к некоторым задачам — «случаям жизни»?

Домашнее задание смахивает на задачку с подвохом. Требуется смоделировать множество биржевых систем (тут требуются знания предметной области на уровне бога) и напрямую получить распределения аналитически или откуда-то взять статистику по биржевым системам, подобрать для нескольких дающих надежду распределений оптимальные параметры (оптимизационная задача) и выбрать среди полученных конкретных распределений наиболее точные?
Total votes 1: ↑1 and ↓0+1
Вот это действительно: «Вау!» :)
Спасибо!
Total votes 1: ↑1 and ↓0+1

У меня вообще подозрение, что почти все непрерывные распределения должны укладываться в форму , где и — полиномы. Либо являться подстановкой функции (например, нецелой степени либо логарифма) от вместо аргумента в эту формулу.


Кто-нибудь встречал подобные обобщение?

This comment wasn’t rated yet0
Есть обобщенное нормальное и обобщенное гиперболическое распределения, которые содержат многие распределения. Но обобщенный вид затрудняет оценку параметров (не критично), а полу-гуманитарные критерии применимости распределений к реальным задачам слабо распространены на такие виды. Попробуйте убедить, предположим, медиков, что какое-то обобщенное распределение лучше подходит для описания некоторой случайной величины, когда 100 лет уже её описывают в обширных исследованиях, которые считаются фундаментальными, более простым частным распределением. Хотя, если, после оценки, вклад всех параметров в распределение будет существенным, то никто не отвертится и придется принять обобщение.
Знакомый психолог публиковала в зарубежном журнале статью, где математических претензий не было, а отфутболивали именно из-за отсутствия обоснования применимости использованных распределений, пока не были найдены необходимые подтверждающие ссылки.
Total votes 2: ↑2 and ↓0+2
Граф впечатляет. Даже не подозревал о некоторых распределениях.
Total votes 1: ↑1 and ↓0+1
Ближайшие полчаса путешествую по графу )
This comment wasn’t rated yet0
Для плотности f(x) и y=g(x), — формула плотности fy(y) справедлива, только если g-1(y) однозначна. То есть, g(x) биективна. А дифференцируемость g(x) не только недостаточное, но и необязательное условие: легко придумать кучу примеров как с разрывными отображениями
— например, пила вдоль линии y = int(x)-frac(x)
так и дифференцируемые отображения, для которых обратные не дифференцируемы
— например, с седловой точкой, y = x3 (при том, что оно биективно)
Total votes 1: ↑1 and ↓0+1

Согласен с Вашим, замечанием: дифференцируемой должна быть обратная к g(x) (опечатка).

This comment wasn’t rated yet0
Вот интересное оформление справки по теме.
image
Откуда взял себе, к сожалению, не помню.
Total votes 1: ↑1 and ↓0+1

Действительно красиво сделано.
И информативно.

This comment wasn’t rated yet0
Sign up to leave a comment.

Articles

Show the best of all time

Your account

Sections

Information

Services

Support
© 2006–2024, Habr