Математические зарисовки ⇐ Другие темы о русской словесности и культуре

[rusak]

Таланов, мое исследование показало x=0.886543.
https://www.wolframalpha.com/input/?i=( ... >0.8,x<0.9
Это на 0.018% отличается от того, что выявили японцы при помощи каких-то особых полиномов
(у них x=0.8867).
Слабо у Вас с расчетами при помощи рогатки. Учите матчасть и как можно глубже!

[Таланов]

мое исследование показало x=0.886543.
https://www.wolframalpha.com/input/?i=( ... >0.8,x<0.9

То, на что вы ссылаетесь исследованием не является. Это результат тривиального нахождения значения аргумента, при котором ваша функция, включающая в себя случайные ошибки выборочного распределения имеет максимальное значение.

Отправлено спустя 5 минут 27 секунд:

Это на 0.018% отличается от того, что выявили японцы при помощи каких-то особых полиномов

Если японцам известен механизм порождения данных, то какие-то особые полиномы можно не привлекать.

[rusak]

Таланов, запомните: при десятках миллиардах наблюдений ошибки становятся мизерными. Или Вы этого не знаете?

[Таланов]

при десятках миллиардах наблюдений ошибки становятся мизерными.

А где вы их столько насчитали?

[rusak]

Таланов, исследовал при помощи математического моделирования. Есть по этому поводу моя большая статья.

[Таланов]

исследовал при помощи математического моделирования.

Исследовали что?

[rusak]

Таланов, на дурацкие вопросы мошенников не отвечаю. Ищите мою статью и учитесь.

[Таланов]

запомните: при десятках миллиардах наблюдений ошибки становятся мизерными.

Даже при нескольких тысячах наблюдений гарантии, что выборка является однородной нет никакой.

Или Вы этого не знаете?

Вы гипотезу об однородности выборки проверяли?

Ищите мою статью и учитесь.

Мне это крайне не интересно и учиться мне у вас нечему. Наверняка очередной ляп.

на дурацкие вопросы мошенников не отвечаю.

Да вы просто не знаете что ответить, когда вам намекают на ваше невежество.

[rusak]

Таланов, пока Вы не начнете доказывать свои слова делами (формулами, графиками), с Вами никакого разговора не будет.

[rusak]

Я начал интересную серию исследований. Нашел в инете гистограммы с числами над столбами. Причем гладкие и асимметричные. Их 8 вариантов. Все рассчитал и занимаюсь графикой. Родилась идея: как при помощи аппроксимации моими четырьмя распределениями выяснить - гладкая гистограмма или же некачественная (которую нужно серьезно дорабатывать). Критерием служит среднеквадратичное отклонение (сумма квадратов отклонений, деленная на n). Пока что приблизительно установил, что этот критерий должен быть менее 0,0001. Но надо будет в дальнейшем уточнять на анализе еще десятков примеров. Завтра надеюсь часть из 8 рассчитанных задач здесь привести.

[Таланов]

как при помощи аппроксимации моими четырьмя распределениями выяснить - гладкая гистограмма или же некачественная

Никак. Гладкая гистограмма может быть некачественной и наоборот.

[rusak]

Таланов, приведите пример гладкой некачественной гистограммы.

[Таланов]

Любая неоднородная выборка.

[rusak]

Это ж до какого уровня нужно пасть, чтобы сделать неоднородную выборку?

[Таланов]

Сразу видно человека практически не занимавшимся сбором информации.

[rusak]

Таланов, чья бы коровка мычала! Если уж я собираю инфу, то добиваюсь высшего качества. Достаточно напомнить о недавней моей гистограмме по высотам волн в аргентинском порту.



Так бы научиться нашим липовым докторам наук! Я уж молчу о Вас, малоуважаемый жулик, консерватор и любитель бла-бла-бла. Вы бы такую ересь долбанули, опираясь на доморощенные справочники и криворукие критерии!

[rusak]

Начинаю выкладывать обещанные примеры гистограмм из инета и результаты моих аппроксимаций
ПРИМЕР 1


Таланову советую за пример не браться - для него неподъемная задача!

[Таланов]

Если уж я собираю инфу, то добиваюсь высшего качества. Достаточно напомнить о недавней моей гистограмме по высотам волн в аргентинском порту.

Неоднородности в виде бревна в собственном глазу принято не замечать.

[rusak]

Неоднородности в виде бревна в собственном глазу принято не замечать.

Давайте, давайте ещё умных словечек, однородный Вы наш!

[Таланов]

Пусть я жулик, мошенник и отравил Скрипалей. Но это ещё следует долго, нудно и безуспешно доказывать. Что же абсолютно ясно с вами. Кроме как по сгруппированной выборке вы аппроксимировать функции распределения не умеете. Если вам дать все исходные данные, то вы сначала их сгруппируете, а затем будете искать минимум квадрата невязок (что неправильно) для какой-то функции, которая законом распределения не является. Но это полбеды, при желании вы научитесь правильно аппроксимировать сгруппированную выборку и применять законы распределения вместо ваших отфонарных функций. Главная проблема у вас в другом, вы используете сгруппированную, как Бог на душу послал, выборку. Таким образом получаете значения набора параметров, зависящих от варианта группировки. По сути каждый раз - разные. То, что вы представляете их с неоправданно большим количеством незначащих цифр говорит не о высокой степени приближения, а является для вас всего лишь самообманом.

[rusak]

Пока глупый пингвин прятал тело жирное в своих утёсах, я недельку пожил в Японии, посотрудничал с коллегами из Токийского Университета. Но вот теперь дома и продолжу. ПРИМЕР 2 из инета. Никакой Гаусс с Пирсоном, Релеем, Максвеллом и даже Талановым не смогли бы подобрать качественную аппроксимацию известными законами распределения. Слабенькими очень распределениями. Мне же удалось задачу решить успешно. Среднеквадратичное отклонение равно 0.00018.

[Таланов]

не смогли бы подобрать качественную аппроксимацию известными законами распределения.

Адекватность аппроксимации определяется проверкой гипотез.

Слабенькими очень распределениями.

Не математическое, а скорее эмоциональное выражение.

Мне же удалось задачу решить успешно.

Самохвальство, основанное на самообмане.

[rusak]

Таланов, покажите адекватную аппроксимацию, тогда и поговорим. А пока что Вы болтун.

[Таланов]

Какие Ваши действия по аппроксимации?

Если вы знакомы с теорией аппроксимации функций распределения, то правильное решение сможете найти сами, оно совпадает с моим.
Если не знакомы, то техника нахождения решения следующая:
1. Выбираете закон распределения из известных, похожий на гистограмму;
2. Методом моментов, квантилей или максимального правдоподобия находите параметры закона распределения;
3. Проверяете гипотезу о принадлежности выборочного распределения к выбранному;
4. Если гипотеза не опровергается задача решена, в противном случае переходите к п.1. и повторяете цикл для другого закона.

[rusak]

правильное решение сможете найти сами, оно совпадает с моим

Что же Вы трусите показать Ваше правильное решение? Позор Вам, лжеученому!