Programa de Certificação Global da SAS Certificado Inteligente Analisado Inteligente Profissional Usando a Certificação SAS 9 Novo Para indivíduos que desejam analisar dados importantes com uma variedade de técnicas de análise estatística e de modelagem preditiva Os candidatos bem-sucedidos devem ter experiência nas seguintes áreas: técnicas de modelagem preditiva e aprendizagem mecânica aplicam máquina Aprendizagem e técnicas de modelagem preditiva para grandes conjuntos de dados distribuídos e na memória, experimentação de detecção de padrões em técnicas de otimização de negócios, previsão de séries temporais. Exames exigidos Os candidatos que ganham essa credencial serão obrigados a aprovar três exames. Selecione um exame para ver o conteúdo completo para cada um: Exame 1: Modelagem Preditiva Usando o SAS Enterprise Miner 13 Exame 2: Exame de Modelagem Preditiva Avançada do SAS 3: Análise de Texto SAS, Série Temporal, Experimentação e Otimização Candidatos que possuem o Modelador Predictivo Certificado SAS Usando A credencial SAS Enterprise Miner 7 ou 13 não precisa fazer este exame. Exame 3: analise de texto da SAS, série de tempo, experimentação e otimização Os candidatos terão de aceitar e aprovar este exame e a modelagem preditiva utilizando os testes SAS Enterprise Miner 13 e SAS Advanced Predictive Modeling exams. Este exame é administrado pela SAS e pela Pearson VUE. 50-55 de escolha múltipla, resposta curta e perguntas interativas. Perguntas interativas simulam o ambiente SAS e pedem que você complete uma tarefa. Consulte nossas FAQ para obter mais informações. 110 minutos para completar o exame (deve atingir a pontuação de 68 corretos para aprovar) Use o exame ID A00-226 necessário ao se registrar com Pearson VUE Este exame é baseado em SAS 9.4 Os candidatos bem sucedidos devem ter experiência prática com uma variedade de ferramentas de preparação de dados SAS , Incluindo a experiência com as seguintes ferramentas analíticas: SAS Text Analytics SASETS SASOR Os tópicos do exame incluem: Text Analytics - 30 Crie fontes de dados para mineração de texto Crie fontes de dados que podem ser utilizadas pelos projetos SAS Enterprise Miner Identificam fontes de dados relevantes para mineração de texto Importação Dados no SAS Text Analytics Coleções de documentos de processo e crie um único conjunto de dados SAS para mineração de texto usando o Nó de importação de texto Junte um conjunto de dados SAS criado a partir do importador de texto com outro conjunto de dados SAS contendo informações de destino e outras variáveis que não sejam de texto Compare dois modelos, Um usando apenas variáveis de entrada convencionais e outro usando as entradas convencionais e algumas variáveis de mineração de texto Use a mineração de texto para suportar Linguagem ensicada usando técnicas de stylometry Recuperar informações para análise Use o Visualizador de filtro de texto interativo para recuperação de informações Use os dados de resumos médicos da Medline para recuperação de informações. Analise e quantifique o texto Fornecer diretrizes para usar pesos Use o SVD para projetar documentos e termos em um espaço métrico de dimensão menor. Resultados do cluster de texto e texto do texto à luz do SVD Execute modelagem preditiva em dados de texto Explicar o trade-off entre o poder preditivo e a interpretabilidade Configurar os nodos de tópicos de texto e texto para afetar este trade-off Realizar modelagem preditiva usando o nó do construtor de regras de texto Use o Núcleo Minerador de Texto de Alto Desempenho (HP) Identifique os benefícios do nó HP Text Miner Use o procedimento HPTMINE Série Tempo - 30 Identifique e defina as características da série de tempo, os componentes e as famílias dos modelos das séries temporais Transforme dados transacionais em dados da série temporal (Acumular) usando PROC TIMESERIES Transactional Data Accumulatio N e Time Binning Defina os componentes sistemáticos em uma série de tempo (nível, sazonalidade, tendência, irregular, exógeno, ciclo) Descreva a decomposição da variação de séries temporais (ruído e sinal). Liste três famílias de modelos de séries temporais de suavização exponencial (ESM) autoregressivo Média movida integrada com variáveis exógenas (ARIMAX) componentes não observados (UCM) Identificar os pontos fortes e fracos dos três tipos de modelos usabilidade complexidade robustez capacidade de acomodar efeitos de regressão dinâmica Diagnosticar, ajustar e interpretar modelos ARIMAX Analisar uma série de tempo em relação ao sinal (sistema Variação) e ruído (variação aleatória) Explicar a importância do Plotograma de Função de Autocorrelação e do Teste de Ruído Branco na modelagem ARMA Comparar e contrastar os modelos ARMA e ARIMA Definir uma série temporal estacionária e discutir sua importância Descrever e identificar processos médios autorregressivos e em movimento Estimativa de um Avalie 1 modelo autoregressivo Avalie as estimativas e a bondade de ajuste Estatísticas Explicar o X em ARMAX Relacionar regressão linear com modelos de regressão de séries temporais Reconhecer os pressupostos de regressão linear Explicar a relação entre modelos de regressão linear múltiplos comuns e modelos de regressão de séries temporais Explicar como usar uma amostra de retenção para prever Dado um cenário, use estatísticas do modelo para avaliar Previsão de precisão Dado um cenário, use dados da série de tempo da amostra para exemplificar os conceitos de previsão Diagnosticar, ajustar e interpretar Modelos de suavização exponencial Descreva o histórico de ESM Explicar como funcionam os ESMs e os tipos de componentes sistemáticos que acomodam Descreva cada um dos sete tipos de fórmulas ESM Dada Um conjunto de dados de amostra, escolha o melhor ESM usando uma amostra de retenção, estatísticas de ajuste de saída e conjuntos de dados de previsão Diagnosticar, ajustar e interpretar Modelos de componentes não observados Descrever os modelos de componentes básicos: nível, inclinação, sazonal. Ser capaz de explicar as forças da UCM e Quando seria bom usar o exemplo da UCM: Visualização da variação do componente N Dado um cenário de exemplo, seja capaz de explicar como você construirá um UCM Adicionando e excluindo modelos de componentes e interpretando o amplificador de Experimentação de Diagnóstico Modelos de Resposta Incremental - 20 Explicar o papel dos experimentos na resposta às questões comerciais Determinar se uma questão comercial deve ser respondida com Um modelo estatístico Compare dados observacionais e experimentais. Liste as considerações para projetar um experimento. Controle o experimento para variáveis incômodas. Explique o impacto de variáveis incômodas nos resultados de um experimento. Identifique os benefícios da implantação de um experimento em pequena escala. Relacione os conceitos e terminologia de projeto experimental. Para conceitos e terminologia de negócios Definir termos de design de experiências (DOE) (resposta, fator, efeito, bloqueio, etc.) Termos de layout do cartão para termos de marketing de negócios Definir e interpretar interações entre fatores Compare um fator-a-tempo (OFAT) Métodos experimentais para métodos fatoriais Descreva os atributos de multifator Experimentos (randomização, ortogonalidade, etc.) Identificar efeitos em um experimento multifatorial. Explicar a diferença entre blocos e covariáveis. Explicar como os modelos de resposta incremental podem identificar casos mais sensíveis a uma ação. Desenhe a estrutura experimental para avaliar o impacto do modelo versus o impacto. Do tratamento Explique o efeito do modelo e da mensagem dos dados da experiência de avaliação Descreva os segmentos de clientes padrão em relação aos objetivos da campanha de marketing Explicar o valor do uso de grupos de controle na ciência de dados Definir uma resposta incremental Use o nó Incremental Response na SAS Enterprise Miner Listar os componentes de estrutura de dados necessários do nó Incremental Response Explicar o Valor de Informação Líquido (NIV) e o Valor de Informação Líquido Penalizado (PNIV) e seu uso em SAS Enterprise Miner Explicar Peso de Evidência (WOE) e Peso Líquido de Evidência (NWOE) e Seu uso em SAS Enterprise Miner Use a regressão stepwise com o Increm Ental Nó de resposta Ajustar as propriedades do modelo para vários tipos de análise de receita incremental Comparar variáveis de receita e modelos de custos Compreender e explicar o valor dos escores de diferença no modelo de resposta incremental combinado Usar diferenças de pontuação para comparar o tratamento e o controle Otimizar programas lineares Explicar propriedades locais de funções que São usados para resolver problemas de otimização matemática Use o procedimento OPTMODEL para entrar e resolver problemas simples de programação linear. Formule problemas de programação linear usando conjuntos de índice e matrizes de variáveis de decisão, famílias de restrições e valores armazenados em matrizes de parâmetros. Modificar um problema de programação linear (mudar os limites Ou coeficientes, corrigindo variáveis, adicionando variáveis ou restrições) dentro do procedimento OPTMODEL Use a técnica de programação linear de Análise de Envelopes de Dados (DEA) Otimize programas não-lineares Descreva como, conceitualmente e geometricamente, algoritmos de melhoria iterativos solucionam a programação não-linear Problemas Identificar as condições de otimização para problemas de programação não-linear Resolver problemas de programação não-linear usando o procedimento OPTMODEL Interpretar informações escritas no log SAS durante a solução de um problema de programação não-linear Diferenciar os algoritmos NLP e como as opções de resolução influenciam os algoritmos NLP Nota: Todos os 17 principais Os objetivos serão testados em cada exame. Os 87 objetivos expandidos são fornecidos para explicação adicional e definem todo o domínio que pode ser testado. Exame 3: Análise de texto da SAS, Time Series, Experimentação e otimização A experiência é um componente crítico para se tornar um profissional certificado da SAS. Esses recursos são projetados para ajudá-lo a se preparar. Obtenha formação de especialistas em SAS. Para ver as opções de treinamento em seu país, escolha sua localização acima. Mais informações: entre em contato com o Programa de Certificação Global SAS em certificationsas ou 800-727-0025. Opções de registro: Visite Pearson VUE para se registrar on-line. Os candidatos não podem se inscrever diretamente em uma instalação de teste Pearson VUE. É necessário um mínimo de 24 horas para inscrição para os candidatos que retornam. Os candidatos pela primeira vez requerem tempo adicional. Visite pearsonvuesas. Siga estas etapas fáceis uma vez no site: Atenção aos usuários pela primeira vez: você deve criar uma nova conta na Pearson VUE antes de programar um exame SAS. Isso pode levar até dois dias úteis com base nas informações fornecidas para produzir seu nome de usuário e senha necessários para o registro do exame. Você não terá um ID de Candidato SAS até depois de ter agendado um exame SAS. Ele será automaticamente atribuído a você e enviado via e-mail. Usuários que retornam: Se você já tomou um exame SAS com Pearson VUE e criou uma conta na Web, você pode usar o Login para se inscrever para um exame. Se você não se lembra das suas informações de login, existem links no Pearson VUE para ajudar a obter essas informações. Se você precisar de ajuda com o registro, procure o serviço de atendimento ao cliente Precisa de Ajuda, localizado na página de registro da Pearson VUE, que fornecerá uma lista de números locais onde o suporte está disponível. Locais de teste Os locais para testes podem ser encontrados em pearsonvuesas em Localizar um local de teste. Durante o registro, você escolheu um local para fazer o exame. A SAS oferece sessões de exames mensais em Cary, Carolina do Norte e em algumas conferências dos EUA. Para uma sessão de exames patrocinados pelo SAS, visite os eventos de teste patrocinados pela SAS nos EUA. Para testes patrocinados pela SAS fora dos EUA, entre em contato com o escritório local da SAS. Preços de exame Dentro da América do Norte e Índia, as taxas associadas a um exame oferecido através de Pearson VUE é de 180 USD. Os preços dos exames de certificação estão sujeitos a alterações. Em alguns países, diferentes preços e impostos adicionais podem ser aplicados. Visite o pearsonvuesas para o preço do exame em seu país. Política de cancelamento Para cancelar ou reprogramar o seu compromisso de teste, visite pearsonvuesas e selecione Cancelar um teste ou reprogramar um teste. Os testes devem ser cancelados mais de 24 horas antes do horário de marcação da prova agendada. Cancelar com menos de 24 horas de antecedência perde a taxa de exame. Os clientes que não aparecem para um exame agendado perdem a taxa completa do exame. Se a taxa do exame foi paga com um voucher, o número do voucher será invalidado e indisponível para uso futuro. Políticas de retomada Os candidatos podem tentar cada exame de certificação até cinco vezes em um período de 12 meses, aguardando um mínimo de 14 dias entre as tentativas. As cobranças do exame são incorridas para cada tentativa de exame. Os exames que não cumprem esta política de retomada serão considerados inválidos e não serão elegíveis para reembolso ou credencial de certificação. Uma vez que uma pontuação de aprovação é alcançada em um exame específico, nenhuma outra tentativa é permitida nesse exame. Acordo de Candidatura O que levar: Os candidatos de certificação são obrigados a fornecer duas formas de identificação ao centro de testes, incluindo uma identificação com foto, como uma carteira de motorista ou um passaporte válido. Ambos os formulários devem exibir a assinatura dos candidatos. Se você tiver dúvidas sobre formas aceitáveis de identificação, entre em contato com pearsonvuecontact. Chegando ao centro de teste: os candidatos devem planejar chegar 15 minutos antes do horário da prova programada. Os candidatos que cheguem com mais de 15 minutos de atraso não têm garantia de disponibilidade ou reembolso. Materiais de referência: para manter a segurança do ambiente de teste, os candidatos não podem trazer materiais de referência de qualquer tipo para o centro de testes. Itens pessoais: os únicos itens permitidos na área de teste são sua identificação. Deixe as mochilas, laptops, pastas e outros itens pessoais em casa. Se você tem itens pessoais que não podem ser deixados para trás (como bolsas), o centro de testes pode ter armários disponíveis para uso. Não são permitidas câmeras, celulares, leitores de áudio ou outros dispositivos eletrônicos durante as sessões do exame. Consulte o Acordo de Regras de Candidatos Pearson VUE para obter mais informações. Todas as notas serão coletadas no final do teste e nenhum material pode ser removido do evento de teste. Relatório de pontuação Você receberá uma nota de aprovação imediata após a conclusão da tentativa de exame em sua instalação de teste. O relatório de pontuação exibirá a porcentagem de itens em cada seção que você respondeu corretamente para seu exame. Por favor note: estas pontuações de seção são calculadas por seção e não podem ser usadas para determinar sua pontuação total. Eles são fornecidos para você apenas para fins descritivos. Bem-vindo E-mail e Certificado Se você passar no seu exame e atender a todos os requisitos para esta credencial, você receberá um e-mail da SAS com instruções que proporcionam acesso ao seu certificado e logotipo através do Sistema de Gerenciamento de Registros de Certificação. Este e-mail será enviado para o endereço de e-mail que você forneceu para Pearson VUE no registro do exame. Alguns firewalls individuais podem enviar este e-mail para sua pasta de lixo. Aguarde pelo menos uma semana a partir da data do exame para receber seu e-mail. No sistema de gerenciamento de registros de certificação, seu certificado pode ser acessado na barra de navegação esquerda em Documentos imprimíveis. Para imprimir seu certificado, seu bloqueador de pop-up deve ser desativado antes de clicar no botão Imprimir agora. Clique em Imprimir agora e seu certificado será aberto em uma nova janela onde você pode baixar e imprimir. Certas credenciais exigem mais de um exame para obter a credencial. Encorajamos você a visitar credenciais e exames para obter mais informações. Registro público de profissionais certificados Um registro público de profissionais certificados da SAS é mantido no sistema de gerenciamento de registros de certificação SAS. Se você não deseja que seu nome apareça no Registro Público de Profissionais Certificados da SAS. Você pode optar por ser excluído atualizando suas informações pessoais no sistema de Gerenciamento de Registros de Certificação SAS. Uma vez que você ganhe sua credencial, você poderá aproveitar essas vantagens: emblema digital para compartilhar seu sucesso 20 fora do treinamento e livros SAS. Tenho alguns dados históricos, e. Preços das ações anteriores, flutuações dos preços das passagens aéreas, dados financeiros passados da empresa. Agora, alguém (ou alguma fórmula) vem junto e diz que vamos aproveitar o registro da distribuição e heres onde eu vou PARA QUE PORQUÊ deve tomar o log da distribuição em primeiro lugar O QUE o log da distribuição forneceimplifique que a distribuição original não poderia ser A transformação de logs é sem perdas Ao transformar-se em log-space e analisar os dados, as mesmas conclusões são válidas para a distribuição original. Como e, finalmente, QUANDO levar o log da distribuição. Em que condições se decide fazer isso, eu realmente queria entender as distribuições baseadas em log (Por exemplo, lognormal), mas eu nunca entendi os aspectos quando por que - o registro da distribuição é uma distribuição normal, então o que o que isso mesmo diz e eu e por que incômodo, portanto, a questão UPDATE. De acordo com o comentário dos whubers, olhei para as postagens e, por algum motivo, entendi o uso de transformações de log e sua aplicação em regressão linear, pois você pode desenhar uma relação entre a variável independente e o log da variável dependente. No entanto, minha pergunta é genérica no sentido de analisar a própria distribuição - não há nenhuma relação per se que eu possa concluir para ajudar a entender o motivo da tomada de logs para analisar uma distribuição. Espero que eu faça sentido: - Na análise de regressão, você tem restrições sobre a distribuição de dados do tipo e você pode transformá-la e definir uma relação entre a variável dependente independente e não transformada. Mas quando por que alguém faria isso por uma distribuição em isolamento, onde restrições de tipodistribuição não são necessariamente aplicáveis em uma estrutura (como regressão). Espero que o esclarecimento torne as coisas mais claras do que confusas :) Esta questão merece uma resposta clara sobre POR QUALQUER e QUANDO pediu 11 de novembro às 20:41 Se você assume uma forma modelo não linear, mas pode ser transformada em um modelo linear Como o log Y beta0 beta1t, então, seria justificado na tomada de logaritmos de Y para atender ao modelo especificado. Em geral, seja ou não uma série causal. A única vez que você seria justificado ou correto em tomar o Registro de Y é quando pode ser provado que a Variância de Y é proporcional ao Valor Esperado de Y2. Não me lembro da fonte original para o seguinte, mas sim resume o papel das transformações de poder. É importante notar que os pressupostos de distribuição são sempre sobre o processo de erro não observado Y. A transformação de potência ideal é encontrada através do teste Box-Cox onde -1. É um recíproco -.5 é uma raiz quadrada recriprocal 0.0 é uma transformação de log .5 é uma transformada de toto quadrado e 1.0 não é uma transformação. Note-se que, quando você não tem nenhuma série de entrada do predictorcausalsupporting, o modelo é Ytu e não há requisitos feitos sobre a distribuição de Y, mas são feitos sobre o processo de erro. Nesse caso, os requisitos de distribuição a respeito de passar diretamente para Yt. Quando você tem séries de apoio, como em uma regressão ou em um modelo de modelo de Autoregressivemoving com modelo de insumos exógenos (modelo ARMAX), os pressupostos de distribuição são todos e não têm nada a ver com a distribuição de Yt. Assim, no caso do modelo ARIMA ou de um modelo ARMAX, nunca assumirão qualquer transformação em Y antes de encontrar a transformação Box-Cox ideal que sugeriria o remédio (transformação) para Y. Nos tempos anteriores, alguns analistas transformariam Y e X De forma presuntiva, apenas para poder refletir sobre a variação percentual em Y como resultado da alteração percentual em X examinando o coeficiente de regressão entre log Y e log X. Em resumo, as transformações são como drogas, algumas são boas e algumas são ruins Para você. Eles só devem ser usados quando necessário e depois com cautela. Respondeu 23 de novembro às 22:48 A escala de registro informa sobre mudanças relativas (multiplicativas), enquanto a escala linear informa sobre mudanças absolutas (aditivo). Quando você usa cada Quando você se preocupa com mudanças relativas, use a escala de log quando se preocupa com as mudanças absolutas, use a escala linear. Isso é verdade para distribuições, mas também para qualquer quantidade ou alteração de quantidades. Note, eu uso a palavra atendimento aqui muito especificamente e intencionalmente. Sem modelo ou objetivo, sua pergunta não pode ser respondida, o modelo ou objetivo define qual escala é importante. Se você está tentando modelar algo e o mecanismo atua por meio de uma mudança relativa, a escala de registro é fundamental para capturar o comportamento observado em seus dados. Mas se o mecanismo dos modelos subjacentes for aditivo, você deseja usar a escala linear. Exemplo. Mercado de ações . Stock A no dia 1: 100. No dia 2, 101. Todo serviço de rastreamento de estoque no mundo relata esta mudança de duas maneiras (1) 1. (2) 1. A primeira é uma medida de mudança absoluta, aditiva, a segunda uma Medida da mudança relativa. Ilustração da variação relativa versus absoluta: a mudança relativa é a mesma, a mudança absoluta é diferente A A A passa de 1 a 1.10. O estoque B passa de 100 a 110. O estoque A ganhou 10, o estoque B ganhou 10 (escala relativa, igual). Mas o estoque A ganhou 10 centavos, enquanto o estoque B ganhou 10 (B ganhou mais valor em dólares absolutos) Se nós convertermos em espaço de log, as mudanças relativas aparecem como mudanças absolutas. O estoque A passa do log (1) ao log (1.10) 0 para .0413 O estoque B passa do log (100) para o log (110) 2 para o 2.0413 Agora, tomando a diferença absoluta no espaço de log. Achamos que ambos mudaram por .0413. Ambas as medidas de mudança são importantes e qual é importante para você depende exclusivamente do seu modelo de investimento. Existem dois modelos. (1) Investir um montante fixo de principal, ou (2) investir em um número fixo de ações. Modelo 1: Investir com um montante fixo de principal. Diga ontem estoque Um custo 1 por ação, e o estoque B custa 100 por ação. Hoje, ambos subiram um dólar para 2 e 101, respectivamente. Sua mudança absoluta é idêntica (1), mas sua mudança relativa é dramaticamente diferente (100 para A, 1 para B). Dado que você tem um montante fixo de principal para investir, digamos 100, você só pode pagar 1 ação de B ou 100 ações de A. Se você investiu ontem, você teve 200 com A ou 101 com B. Então, você se preocupa com o Ganhos relativos, especificamente porque você tem um montante finito de principal. Modelo 2: número fixo de ações. Em um cenário diferente, suponha que seu banco apenas o permita comprar em blocos de 100 ações e você decidiu investir em 100 ações de A ou B. No caso anterior, se você comprou A ou B, seus ganhos serão os mesmos (100 - ou seja, 1 por cada ação). Agora suponha que pensemos em um valor de estoque como uma variável aleatória flutuando ao longo do tempo, e queremos apresentar um modelo que reflita geralmente como as ações se comportam. E vamos dizer que queremos usar este modelo para maximizar o lucro. Nós calculamos uma distribuição de probabilidade cujos valores de x são em unidades de preço da ação e valores de y na probabilidade de observar um determinado preço da ação. Fazemos isso para estoque A e estoque B. Se você se inscrever no primeiro cenário, onde você tem um montante fixo de principal que deseja investir, então o registro dessas distribuições será informativo. Por que o que você gosta é a forma da distribuição no espaço relativo. Se um estoque vai de 1 a 10, ou 10 a 100 não são importantes para você, ambos os casos são um ganho relativo de 10 vezes. Isso aparece naturalmente em uma distribuição de escala logarítmica, na medida em que os ganhos das unidades correspondem aos ganhos de dobra diretamente. Para duas ações cujo valor médio é diferente, mas cuja mudança relativa é identicamente distribuída (eles têm a mesma distribuição de mudanças de porcentagem diárias), suas distribuições de logs serão de forma idêntica apenas mudadas. Por outro lado, suas distribuições lineares não serão de forma idêntica, com a maior distribuição de valor com uma maior variação. Se você olhasse essas mesmas distribuições em espaço linear ou absoluto, você pensaria que os preços das ações de maior valor correspondem a maiores flutuações. Para seus objetivos de investimento, porém, onde apenas ganhos relativos são importantes, isso não é necessariamente verdadeiro. Exemplo 2. Reações químicas. Suponhamos que temos duas moléculas A e B que sofrem uma reação reversível. Que é definido pelas constantes de taxa individuais (k) ARightarrow B (k) BRightarrow A Seu equilíbrio é definido pela relação: dois pontos aqui. (1) Esta é uma relação multiplicativa entre as concentrações de A e B. (2) Esta relação não é arbitrária, mas sim surge diretamente das propriedades físico-químicas fundamentais que governam as moléculas que se trocam entre si e que reagem. Agora suponha que tenhamos uma certa distribuição da concentração de A ou Bs. A escala apropriada dessa distribuição está no log-space, porque o modelo de como as mudanças de concentração é definido de forma multiplicativa (o produto da concentração As com a inversa da concentração Bs). Em algum universo alternativo onde Kk - k A-B, podemos olhar para essa distribuição de concentração em espaço absoluto e linear. Dito isto, se você tem um modelo, seja para previsão do mercado de ações ou cinética química, você sempre pode interconverter sem perdas entre espaço linear e log, desde que sua gama de valores seja (0, inf). Se você optar por olhar a distribuição linear ou log-scale depende do que você está tentando obter dos dados. EDITAR. Um paralelo interessante que me ajudou a construir intuição é o exemplo de meios aritméticos versus meios geométricos. Uma média aritmética (baunilha) calcula a média de números assumindo um modelo oculto onde as diferenças absolutas são o que importa. Exemplo. A média aritmética de 1 e 100 é de 50,5. Suponhamos também falar sobre as concentrações, onde a relação química entre as concentrações é multiplicativa. Em seguida, a concentração média deve realmente ser calculada na escala logarítmica. Isso é chamado de média geométrica. A média geométrica de 1 e 100 é 10 Em termos de diferenças relativas, isso faz sentido: 101 10 e 10010 10, ou seja. A mudança relativa entre a média e dois valores é a mesma. Aditivamente, encontramos o mesmo 50,5-1 49,5 e 100-50,5 49,5. Respondeu 24 de janeiro às 21:07
No comments:
Post a Comment