Привецтвую.
Графики весьма информативны
А можно к ним добавлять либо собственное заключение, типа "Причинноследственных связей нет или есть или не очень видно". А если бы был добавлен коефициент кореляции (или R в квадрате) вопросов небыло вобще ни каких. :)
По крайней мере так было раньше, но потом ввели Хирон, а сейчас вот на Конгрессе в Риге, одна из астрологов, занимающаяся направлением ГША, предложила доклад и "о роли Чёрной Луны":
Так что, вот так :))
Ну это если вы вдруг решите заявить "Мои гамбургеры самые правельные гамбургеры в мире". Если идет професиональная дискусия, то высказанное (законченное) заключение, можно принять или оспорить. А пока глядя на графики каждый понимает свое. :)
Цитата:
Сообщение от Алексей
jurisn, а коэф.кор. (или R-кв) между чем и чем? Не совсем улавливаю Вашу мысль. Пожалуйста, изложите Ваши соображения подробнее.
Ну это если вы вдруг решите заявить "Мои гамбургеры самые правельные гамбургеры в мире". Если идет професиональная дискусия, то высказанное (законченное) заключение, можно принять или оспорить. А пока глядя на графики каждый понимает свое.
Понимаю и разделяю Ваши соображения, кроме
Цитата:
Между рядом "тем" и "сл".
Что даст коэф.кор между тематическим и случайным графиком? Мне думается, что использование такого показателя как коэф.кор. в корне не верно. Почему мы хотим полагать, что между ними существует причинно-следственная связь? Мне не понятно.
Вместо этого я могу предложить другой показатель - вероятность того, что тематические результаты по картине не являются случайными, т.е. что два графика принадлежат разным генеральным совокупностям, используя для этот формулу
Перед тем как выкладывать показатели для планетарных картин, сделаю небольшой экскурс - что и как будет расчитываться.
Исходыми данными по планетарной картине будут два ряда значений, отображенных на графике: тематический и случайный.
Ф-ТЕСТ расчитывает вероятность того, что дисперсии двух рядов одинаковы. Т-ТЕСТ расчитывает вероятность того, что средние значения этих рядов принадлежат одной генеральной совокупности. Произведения этих двух вероятностей по результатам тестов покажет вероятность сходства двух рядов данных. Соответственно, обратная величина = 1 - Ф-ТЕСТ * Т-ТЕСТ будет вероятностью различия этих двух рядов данных. Далее, эта вероятность будет переведена в t-значение распределения Стьюдента для удобства представления информации. Формальным критерием различия двух наборов данных будет t-значение >= 3.
Хотя формально я определил пороговый уровень значением 3, но думаю, что его лучше брать больше. Для плотности потока информации наибольшим различием обладает планетарная картина Солнце/Луна=Меркурий. На втором месте Солнце/Луна=Венера. По крайнем мере в отношении этих планетарных картин можно быть уверенным в том, что их вариации не являются делом случая. Однако данные показатели, на мой взгляд, не являются достаточными в отношении значимости этих планетарных картин перед другими для плотности потока информации. Когда подойдет время для сводных показателей, тогда можно будет точнее оценить значимость той или иной картины или ее вариаций для плотности потока информации. Эти же соображения будут справедливы и в отношении параметра "сближение/удаление", где наиболее выделяются ряды картин Солнце/Луна=Адметос и Солнце/Луна=Плутон как имеющие очень мало общего со случайностью.
Начну пока подводить итоги по планетарным картинам, ось которых образована Солнцем и Луной. В связи с этим представляю графики для планетарных картин в целом, без учета их вариаций.
Первое, на что хотелось бы обратить внимание – это то, что в последних приведенных графиках максимальные отклонения, как в плюс, так и в минус принадлежат тематическому набору данных. Какой вывод из этого факта можно сделать? Думаю тот, что трехкомпонентная планетарная картина является одним из объективно существующих небесных механизмов, отражающим взаимосвязь с теми или иными земными делами.
Второе. Среди планетарных картин есть те, которые имеют непосредственное отношение к рассматриваемым явлениям. Есть нейтральные и проблемные картины. Последние сложно однозначно отнести к значимым или нейтральным. Среди последних двух групп могут встречаться картины обладающие значимостью лишь в конкретном варианте реализации. К таковым, например, следует отнести Солнце/Луна=Адметос для параметра «сближение/удаление».
Нормированное отклонение для этой картины в целом составляет +0,33, что говорит о ее полном нейтралитете в вопросах «сближения/удаления». Однако, эта картина имеет очень высоких показатель различия (8,82) тематического и случайного рядов вариации, что указывает на то, что она не так уж и нейтральна. И действительно, если рассмотреть представленный ранее для этой картины график, то обнаружится, что она наилучшим образом способствует «сближению» с себе подобными при условии, когда Адметос ретрограден, находится в оппозиции к средней точке Солнце/Луна, а последние две расположены друг от друга на расстоянии не превышающем 60°.
Третье. Некоторые планетарные картины могут менять свою полярность в отношении рассматриваемого явления при определенных вариантах реализации картины. Так, например, тот же Адметос в отношении плотности потока информации при угле к средней точке в 45° содействует уменьшению плотности потока информации (отклонение -3,87), а при угле в 180° содействует ее увеличению (отклонение +2,81).
И как частный случай из этого – это нейтрализация значимости планетарной картины в одном из ее вариантов реализации. Так, например, планетарная картина Солнце/Луна=Венера для «сближения/удаления» теряет свою значимость, когда Луна находится в положении «без курса».
Таковы общие соображения по первым результатам исследования планетарных картин.
Оценка надежности планетарных картин, выделяемых как значимые.
Нормированное отклонение, получаемое в результате расчетов при тех или иных условиях, по своему происхождению может быть как случайным, так и статистически закономерным. И вопрос состоит в том, чтобы оценить насколько вероятно то, что какое-то нормированное отклонение является статистически закономерным результатом.
Такую оценку можно получить при условии, что функции распределения нормированных отклонений для случайного и тематического наборов различны. И в самом деле, пусть имеется некоторое нормированное отклонение х. Тогда тематическая вероятность возникновения такого отклонения будет Ртем(х), а случайная – Рсл(х). Исходя из этих соображений, оценка надежности выделенного фактора будет равна отношению тематической вероятности к сумме вероятностей тематической и случайной, т.е.