บันทึกระดับแจ้งการเปลี่ยนแปลงสัมพัทธ์ (หลายค่า) ในขณะที่ขนาดเชิงเส้นแจ้งการเปลี่ยนแปลงสัมบูรณ์ (เพิ่มเติม) คุณใช้แต่ละครั้งเมื่อใด เมื่อคุณใส่ใจกับการเปลี่ยนแปลงสัมพัทธ์ใช้สเกลบันทึก เมื่อคุณใส่ใจกับการเปลี่ยนแปลงที่แน่นอนให้ใช้ขนาดเชิงเส้น สิ่งนี้เป็นจริงสำหรับการแจกแจง แต่สำหรับปริมาณหรือการเปลี่ยนแปลงในปริมาณใด ๆ
หมายเหตุฉันใช้คำว่า "ใส่ใจ" ที่นี่โดยเฉพาะอย่างยิ่งและตั้งใจ หากไม่มีแบบจำลองหรือเป้าหมายคุณจะไม่สามารถตอบคำถามของคุณได้ แบบจำลองหรือเป้าหมายกำหนดขนาดที่มีความสำคัญ หากคุณกำลังพยายามสร้างแบบจำลองบางอย่างและกลไกดำเนินการผ่านการเปลี่ยนแปลงแบบสัมพัทธ์ระดับการบันทึกเป็นสิ่งสำคัญในการจับภาพพฤติกรรมที่เห็นในข้อมูลของคุณ แต่ถ้ากลไกของโมเดลพื้นฐานนั้นเป็นสารเติมแต่งคุณจะต้องใช้สเกลเชิงเส้น
$$$
$$$$
$
หากเราแปลงเป็นพื้นที่บันทึกการเปลี่ยนแปลงที่เกี่ยวข้องจะปรากฏเป็นการเปลี่ยนแปลงแบบสัมบูรณ์
log10($1)log10($1.10)
log10($100)log10($110)
ตอนนี้รับความแตกต่างที่แน่นอนในพื้นที่บันทึกเราพบว่าทั้งสองเปลี่ยนโดย. 0413
มาตรการการเปลี่ยนแปลงทั้งสองนี้มีความสำคัญและสิ่งที่สำคัญสำหรับคุณขึ้นอยู่กับรูปแบบการลงทุนของคุณ มีสองรุ่น (1) ลงทุนในจำนวนเงินต้นที่แน่นอนหรือ (2) ลงทุนในจำนวนหุ้นที่แน่นอน
รุ่นที่ 1: การลงทุนด้วยจำนวนเงินต้นที่แน่นอน
$$$$$$$$
รุ่นที่ 2: จำนวนหุ้นที่แน่นอน
$
ทีนี้สมมติว่าเราคิดว่ามูลค่าหุ้นเป็นตัวแปรสุ่มผันผวนเมื่อเวลาผ่านไปและเราต้องการสร้างแบบจำลองที่สะท้อนถึงพฤติกรรมของหุ้นโดยทั่วไป และสมมติว่าเราต้องการใช้โมเดลนี้เพื่อเพิ่มผลกำไรสูงสุด เราคำนวณการแจกแจงความน่าจะเป็นซึ่งค่า x อยู่ในหน่วยของ 'ราคาหุ้น' และค่า y ในความน่าจะเป็นที่จะสังเกตราคาหุ้นที่กำหนด เราทำเช่นนี้สำหรับหุ้น A และหุ้น B หากคุณสมัครสมาชิกกับสถานการณ์แรกที่คุณมีเงินต้นที่แน่นอนที่คุณต้องการลงทุนจากนั้นการบันทึกการกระจายเหล่านี้จะเป็นข้อมูล ทำไม? สิ่งที่คุณสนใจคือรูปร่างของการกระจายตัวในพื้นที่สัมพัทธ์ ไม่ว่าหุ้นจะมีค่าตั้งแต่ 1 ถึง 10 หรือ 10 ถึง 100 ไม่สำคัญสำหรับคุณใช่ไหม ทั้งสองกรณีเป็น 10 เท่ากำไรญาติ สิ่งนี้ปรากฏขึ้นตามธรรมชาติในการกระจายระดับบันทึกในหน่วยที่ได้รับนั้นตรงกับจำนวนที่เพิ่มขึ้นโดยตรง สำหรับสองหุ้นที่มีค่าเฉลี่ยแตกต่างกัน แต่มีการเปลี่ยนแปลงสัมพัทธ์กระจายเหมือนกัน (พวกเขามีการกระจายตัวของการเปลี่ยนแปลงร้อยละรายวันเดียวกัน) การกระจายบันทึกของพวกเขาจะเหมือนกันในรูปแบบเพิ่งเปลี่ยน ตรงกันข้ามการกระจายเชิงเส้นของพวกเขาจะไม่เหมือนกันในรูปแบบที่มีการกระจายมูลค่าที่สูงขึ้นมีความแปรปรวนที่สูงขึ้น
ถ้าคุณดูที่การกระจายตัวแบบเดียวกันนี้ในแบบเชิงเส้นหรือสเปซสัมบูรณ์คุณจะคิดว่าราคาหุ้นที่มีมูลค่าสูงกว่านั้นสอดคล้องกับความผันผวนที่มากขึ้น เพื่อจุดประสงค์ในการลงทุนของคุณแม้ว่าจะมีเพียงกำไรที่ได้มาเท่านั้น แต่ก็ไม่ได้เป็นเช่นนั้น
ตัวอย่างที่ 2 ปฏิกิริยาทางเคมี
สมมติว่าเรามีโมเลกุล A และ B สองโมเลกุลที่เกิดปฏิกิริยาที่ย้อนกลับได้
A⇔B
ซึ่งถูกกำหนดโดยค่าคงที่อัตราของแต่ละบุคคล
kabA⇒BkbaB⇒A
ความสมดุลของพวกเขาถูกกำหนดโดยความสัมพันธ์:
K=kabkba=[A][B]
AB
K∗=kab−kba=[A]−[B]
(0,inf)
แก้ไข ขนานที่น่าสนใจที่ช่วยให้ฉันสร้างสัญชาตญาณเป็นตัวอย่างของเลขคณิตหมายความเทียบกับวิธีการทางเรขาคณิต. เลขคณิต (วานิลลา) หมายถึงการคำนวณค่าเฉลี่ยของตัวเลขโดยสมมติว่าแบบจำลองที่ซ่อนอยู่ซึ่งความแตกต่างที่แท้จริงเป็นสิ่งที่สำคัญ ตัวอย่าง. ค่าเฉลี่ยเลขคณิตของ 1 และ 100 คือ 50.5 สมมติว่าเรากำลังพูดถึงความเข้มข้นที่ซึ่งความสัมพันธ์ทางเคมีระหว่างความเข้มข้นนั้นทวีคูณ จากนั้นควรคำนวณความเข้มข้นเฉลี่ยในระดับบันทึก นี่เรียกว่าค่าเฉลี่ยเรขาคณิต ค่าเฉลี่ยเรขาคณิตของ 1 และ 100 คือ 10! ในแง่ของความแตกต่างสัมพัทธ์สิ่งนี้สมเหตุสมผล: 10/1 = 10 และ 100/10 = 10 เช่นการเปลี่ยนแปลงสัมพัทธ์ระหว่างค่าเฉลี่ยกับค่าสองค่าเหมือนกัน นอกจากนี้เราพบสิ่งเดียวกัน; 50.5-1 = 49.5 และ 100-50.5 = 49.5