因此，科学发明的汗青，是由其“机遇巧合的本质”所抉择的。人们偶尔发明的工作，大概和他们最初规划做的工作一样重要（可能甚至比它们更重要）。他们最初的想法也许是不正确的、或没有定论的，但他们在摸索的进程中发明的对象为后继者成立了框架。
取stock-to-flow的对数并再次绘制，我们获得了图3，存在明明的线性模式。
1. 因变量和自变量之间存在线性干系
简介
在本文中，我们将利用正态回归摸索该模子，并确定对数转换是否须要、或是否适当（或两者兼有），并摸索大概的夹杂变量、交互浸染和敏感性。
摘要
该模子没有思量由于非平稳性而发生虚假干系的大概。（蓝狐条记：Null hypothesis叫零假设，也叫原假设，是统计学用语，指的是举办统计检讨时，预先构建的假设。如果零假设创立，相关的统计量会听从已知的概率漫衍。假如统计量的计较值进入否认域，则否认零假设。Alternative hypothesis是备选假设，假如零假设没有被接管或拒绝，备选假设会被回收。）
4. 误差不存在自相关（即误差与误差滞后无关）
普通最小二乘回归，是一种预计两个或多个变量之间线性干系的要领。
假如严格而反复的检讨不能证明一个假设是错误的，那么每次检讨假设一个更高的大概性是正确的。这个观念叫做可证伪性。本文旨在比拟特币代价的stock-to-flow模子举办证伪，该模子是在“比特币代价稀缺性模子（ Modelling Bitcoin’s Value with Scarcity）”中被界说的。
这证明白“对数-对数”的这种转换是独一真正能显示精采线性干系的要领。
备选假设（H1）：比特币的代价不是比特币stock-to-flow的函数
可用的数学标记是相对有限的。预计统计参数的常用标记是在顶部加一顶帽子。相反，我们将预计界说为[]。譬喻β的预计值=[β]。假如我们暗示的是一个4x4矩阵，我们将用[r1C1，r1C2 2C1，r2C2]暗示等。下标项用@-eg暗示，好比向量X中的第10个位置，我们凡是用10下标X，即X@10。
标记说明
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
