直觉测试 - 页 12

[ilyaa]

Mathemat >> :

没问题，Urain。在kodobase中有一个统计函数库，有一个高斯的逆函数，这就是我们需要的。

结果很简单：如果我们给出一个均匀分布在[0;1]的值，那么通过应用正态分布的逆向，即Ф-1，我们得到N(0,1)，即标准正态分布。

另一件事是，像这样生成一个正态分布的是mauvais ton。

Rosh有一篇关于生成正态分布值的另一种方法的文章。

Mathemat，我没有想到你会来。毕竟，没有人认为50块钱不多。我只是把它增加到100，瞧，结果，就像他们说的那样，是在你的脸上！"。没有尾巴，没有顶部，只是边上有一点。

正态分布

ZS.它可能是俗气的，但它是一种正常的俗气。

[Sceptic Philozoff]

IlyaA，这是个错误的说法，因为可能在大的参数（很多sigmas）下，不那么容易近似反正态函数。这不是初级的。

[ilyaa]

Mathemat >> :

IlyaA，这是个错误的说法，因为可能在大的参数（很多sigmas）下，不那么容易近似反正态函数。这不是初级的。

等一下，你会告诉我分布是正常的吗？

[Sceptic Philozoff]

好吧，有什么可说的。蓝条与红条有点接近。所以它看起来很正常。但在这里你不能说什么是肯定的，最重要的是在大偏差领域的行为。

[ilyaa]

Mathemat >> :

好吧，有什么可说的。蓝条与红条有点接近。所以它看起来很正常。但没有什么可以肯定的，最重要的是在大偏差领域的行为。

我同意Mauvais ton的观点。而>3σ范围内的行为是非常不可能的。那么，你在哪里看到一台机器猜出100个数字中的80个，比如说。:)所以这里一切都很好。

[Alexey Subbotin]

IlyaA >> :

等一下，你告诉我分布是正常的？

争论是没有意义的，有一个chi-square测试，看看吧。

[Sceptic Philozoff]

IlyaA >>: 而在>3西格玛区域的行为是非常不可能的。

那么，对于真空中的球形马，即对于保证正态分布，是的，不太可能。那么，真正的回报并不是在真空中的马。通常有5个，和6个s.c.o.，甚至有10个。

[ilyaa]

alsu >> :

争论是没有意义的，有一个chi-square测试，看看吧。

战斗到最后。简而言之，分布是正常的，或接近于正常。我可以把数据放出来让你检查。我已经做了一次测试。现在轮到你了。

[Alexey Subbotin]

IlyaA >> :

战斗到最后。简而言之，分布是正常的，或接近于正常。我可以把数据放出来让你检查。我已经做了一次测试。现在轮到你了。

我不是在自责，我只是建议用一种客观的方式来检查。我在刚开始研究市场时曾做过这样的检查，结果是在0.85的显著性水平上是负的。

[ilyaa]

alsu >> :

我不是在自责，我只是建议用一种客观的方式来检查。在我刚开始研究市场时，我曾做过这样的检查，结果在0.85的显著性水平上是负的。

>> 好的。以下是数据。