Next scheduled rescrape ... never
Version 1
Last scraped
Edited on 25/05/2025, 19:54:16 UTC
Ecco altri risultati.
Ho provato a ricalcolare anche i parametri la logistica asimmetrica dello scenario arulbero (Upper bound 100)
Per ottimizzare al miglior fitting sui dati la logistica asimmetrica che ha 3 parametri "liberi" (Ix, S, c)
ho utilizzato un algoritmo Levenberg-Marquardt https://en.wikipedia.org/wiki/Levenberg%E2%80%93Marquardt_algorithm
ecco i valori:
Ix=6557, S=0.0131665, c=-3.38093
ecco un paragone della logistica asimmetrica, e della curva di Bass entrambe ottimizzate per il miglior fitting rispetto a dati recenti,
per evitare confusione non ho plottato le curve Innovatori e Imitatori (abbiamo gia' visto che gli Innovatori sono ormai ininfluenti.
Come immaginavo, anche la logistica asimmetrica si "allunga" parecchio rispetto alla prima versione
ricalcolando il fitting con i dati aggiornati... anzi si allunga ancor piu' della la curva di Bass!
Ho provato a ricalcolare anche i parametri la logistica asimmetrica dello scenario arulbero (Upper bound 100)
Per ottimizzare al miglior fitting sui dati la logistica asimmetrica che ha 3 parametri "liberi" (Ix, S, c)
ho utilizzato un algoritmo Levenberg-Marquardt https://en.wikipedia.org/wiki/Levenberg%E2%80%93Marquardt_algorithm
ecco i valori:
Ix=6557, S=0.0131665, c=-3.38093
ecco un paragone della logistica asimmetrica, e della curva di Bass entrambe ottimizzate per il miglior fitting rispetto a dati recenti,
per evitare confusione non ho plottato le curve Innovatori e Imitatori (abbiamo gia' visto che gli Innovatori sono ormai ininfluenti.
Come immaginavo, anche la logistica asimmetrica si "allunga" parecchio rispetto alla prima versione
ricalcolando il fitting con i dati aggiornati... anzi si allunga ancor piu' della la curva di Bass!
Original archived Re: Un modello logistico del prezzo di Bitcoin
Scraped on 18/05/2025, 19:54:10 UTC
Ecco altri risultati.
Ho provato a ricalcolare anche i parametri la logistica asimmetrica dello scenario arulbero (Upper bound 100)
Per ottimizzare al miglior fitting sui dati la logistica asimmetrica che ha 3 parametri "liberi" (Ix, S, c)
ho utilizzato un algoritmo Levenberg-Marquardt https://en.wikipedia.org/wiki/Levenberg%E2%80%93Marquardt_algorithm
ecco un paragone della logistica asimmetrica, e della curva di Bass entrambe ottimizzate per il miglior fitting rispetto a dati recenti,
per evitare confusione non ho plottato le curve Innovatori e Imitatori (abbiamo gia' visto che gli Innovatori sono ormai ininfluenti.
Come immaginavo, anche la logistica asimmetrica si "allunga" parecchio rispetto alla prima versione
ricalcolando il fitting con i dati aggiornati... anzi si allunga ancor piu' della la curva di Bass!
Ho provato a ricalcolare anche i parametri la logistica asimmetrica dello scenario arulbero (Upper bound 100)
Per ottimizzare al miglior fitting sui dati la logistica asimmetrica che ha 3 parametri "liberi" (Ix, S, c)
ho utilizzato un algoritmo Levenberg-Marquardt https://en.wikipedia.org/wiki/Levenberg%E2%80%93Marquardt_algorithm
ecco un paragone della logistica asimmetrica, e della curva di Bass entrambe ottimizzate per il miglior fitting rispetto a dati recenti,
per evitare confusione non ho plottato le curve Innovatori e Imitatori (abbiamo gia' visto che gli Innovatori sono ormai ininfluenti.
Come immaginavo, anche la logistica asimmetrica si "allunga" parecchio rispetto alla prima versione
ricalcolando il fitting con i dati aggiornati... anzi si allunga ancor piu' della la curva di Bass!