Warum ist die Normalverteilung nicht normal? - Seite 3
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Es ist in Ordnung, du hast eine schöne Kurve!
Nischtschak.
(Großes Banner im Wohnheim der 5. Klasse: ALLES NORMAL!)
Für diese Methode brauchen Sie allerdings keine Multiplikation. Das ist richtig.
Ich berechne die Referenzfunktion mit dieser Formel:
Bei einem x von z. B. 50 kann der absolute Wert also nicht mehrere Tausend betragen, wie im Histogramm, so dass man immer noch eine Anpassung vornehmen muss,
Aber für die Korrektheit der Anpassung ist es notwendig, sie auf alle Kurvenglieder anzuwenden, dann ändert sich das Aussehen der Kurve nicht (besonders bei gleitender Skala).
Für die Normalitätsschätzung ist es jedoch nicht notwendig, irgendetwas zu multiplizieren. Aber vielleicht habe ich Ihre Frage nicht ganz verstanden.
Kolleginnen und Kollegen, was machen Sie?
Ein Forscher stellt die Hypothese auf, dass ein zu untersuchender Zufallsprozess NORMAL ist und modelliert seine Wahrscheinlichkeitskurve oder Wahrscheinlichkeitsdichte auf der Grundlage der NORMAL-Hypothese.
Die Hypothese wird nicht bestätigt. Die Diagramme stimmten nicht überein.
Das war's.
Nun, das ist der erste Schritt. Ja, abnormal. Dann können Sie darüber spekulieren, wie sie sich von HP unterscheidet, das die experimentellen Daten maximal annähert. >> Gespräch pur :)
Um die Normalität zu prüfen, müssen Sie keine Histogramme zeichnen und nicht darüber streiten, wie sie zu skalieren sind. Es genügt, M und sigma abzuleiten. Die Tatsache, dass M gegen Null geht, ist offensichtlich, so dass zu prüfen bleibt, ob sigma ungefähr 3 beträgt.
Es besteht auch die Möglichkeit, ein Histogramm auf einer logarithmischen Skala zu zeichnen. Bei einer Normalverteilung erhalten wir eine Parabel.
Sie brauchen keine Histogramme zu zeichnen und darüber zu streiten, wie sie zu skalieren sind, um die Normalität zu überprüfen. Es genügt, M und sigma anzuzeigen. Wie Sie sehen, liegt M bei Null, so dass Sie nur noch prüfen müssen, ob sigma bei 3 liegt.
Spielt die Form der Verteilung keine Rolle?
Spielt die Form der Verteilung keine Rolle?
Die Form der Verteilung wird durch zwei Parameter bestimmt: Gamma-Asymmetrie, Kurtosis und Epsilon. Es wäre wünschenswert, auch das Gamma abzuleiten, aber im Moment können Sie es nach Augenmaß schätzen.
Es besteht auch die Möglichkeit, ein Histogramm auf einer logarithmischen Skala zu zeichnen. Bei einer Normalverteilung erhalten wir eine Parabel.
Soweit ich weiß, lässt sich das Problem der optimalen Annäherung an die Normalverteilung nicht analytisch lösen. Aber das ist nicht nötig. Wenn wir die Reihe der ersten Differenz für den Preis VR aufzeichnen, erhalten wir eine Verteilung mit Null MO, und da der absolute Wert der Verteilungsamplitude für uns nicht wichtig ist, haben wir nur einen bestimmbaren Parameter - die Verteilungsbreite.
Die obere Abbildung zeigt zum Beispiel oben eine Reihe von Minutien und rechts deren erste Differenz. Unten links ist die Dichte der Wahrscheinlichkeitsverteilung dargestellt, rechts die gleiche Wahrscheinlichkeitsverteilung auf einer logarithmischen Skala. Wäre die Verteilung normal, hätten wir es hier mit einer Parabel zu tun, was aufgrund der "fetten" Schwänze nicht der Fall ist. Im Grunde genommen müssen wir hier einen Gauß-Kleinst-Quadrat-Test durchführen, und dann wird sich alles fügen. Ich muss eine Formel für die optimale Passform aufstellen...
Nun, hier kommt Neutron und bringt alles an seinen Platz. Übrigens hat marketeer auch ein Argument bezüglich der Kurtosis und Asymmetrie.
Die entsprechende Gauß-Kurve kann nach Belieben gezeichnet werden, aber hier ist es am einfachsten, einfach die Stichprobenvarianz zu berechnen und eine Gauß-Kurve mit den Parametern 0 und sigma zu zeichnen. Dann können Sie den Unterschied zwischen einem echten Histogramm und einer solchen Gaußschen Kurve erkennen.
Übrigens sollte diese Gaußsche Näherung in der Mitte der Kurve (am Nullpunkt) deutlich niedriger sein als das echte Histogramm.
Urain, mit wie viel haben Sie den S.C.O. der Proben multipliziert?
Andererseits hängt der c.c.o.-Schätzwert für eine stark schwanzlastige Verteilung vom Stichprobenumfang ab, so dass es hier nicht so einfach ist.