正态分布期货应用（正态分布实际应用）

期货 对数正态分布

对数正态分布,是我们分析股票波动时作的一种假设.所以,任何一组股票或者期货期权数据,都可以用来作对数正态分析.

具体数据可以到: ***

查得.

正态分布论的应用有哪些呢？

生活中诸多的经验和理论都表明，我们所处的环境中服从正态分布的事件是及其常见的。例如：工程中的加工尺寸，人的身高，降雨量等都可以看做是正态分布。所以在统计学中对于正态分布的使用越来越广泛，正态分布，又名高斯分布，是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。若随机变量X服从一个数学期望为μ、方差为σ^2的高斯分布，记为N(μ，σ^2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。因其曲线呈钟形，因此人们又经常称之为钟形曲线。我们通常所说的标准正态分布是μ = 0,σ = 1的正态分布。在现实生活中，当我们对数据用统计的 *** 来分析时间时，当我们需要了解某个数据在整体的分布，如果整个数据的分布是符合正态曲线，此时我们可以比较简便的通过正态分布来计算，运用一步正态分布于标准分布之间的简单转化然后查表。医学上把绝大多数正常人的某些指标波动范围称为该指标的正常值范围。正常人并不是指没有任何疾病的人，而是一定条件下在这指标下对结果没有影响的人。而许多的指标，人的身高，红白细胞的数量等都呈现正态分布或者近似服从正态分布。有一些指标虽然并没有完全服从正态分布，当通过对数据进行简单的转化后新的变量服从了正态分布。

正态分布及其应用是什么？

正态分布有以下几个主要特征：正态分布以均值μ为中心，左右对称X取值范围理论上没有边界（－∞＜X＜＋∞），X离μ越远，函数f（X）值越接近于0，但不会等于0。正态分布中，曲线下面积集中在以均值μ为中心的部分，越远离中心，曲线越接近X轴，曲线下面积越小，超过一定范围以外的面积（概率）可以忽略。正态曲线下的面积分布有一定的规律  即所有的正态分布曲线，在μ左右的相同倍数的标准差范围内面积相同；一些特殊情况如在μ±σ。范围内的面积约为68.3％，在μ±1. 96σ范围内约为95％；在μ±2. 58σ范围内约为99％，如图3-2所示。

正态分布完全由参数μ和σ决定  μ是位置（即平均水平）参数，决定分布曲线在横轴的偏移位置。在σ一定时，μ增大，曲线沿横轴向右移动；反之μ减小，曲线沿横轴向左移动如图3-3所示。σ是变异参数，决定分布曲线的形态。σ越大，曲线的形状越“矮胖”，表示数据分布越分散；σ越小，曲线的形状越“瘦高”，表示数据分布越集中。标准正态分布（standard normal distribution）是均数为0、标准差为1的正态分布。在式（3-9）中令μ=0和σ=1，并用函数φ（u）代替函数f（X）以区别于一般的正态分就可以得到标准正态分布曲线的函数，标准正态分布在实际中应用极为广泛。对任何参数μ和σ的正态分布，都可以通过一个简单的变量变换转化成标准正态分布。

期货正态分布的分布函数公式

正态分布的分布函数：

若随机变量X服从一个位置参数为μ、尺度参数为σσ的概率分布，且其概率密度函数为f(x)=12π__√σe_(x_μ)22σ2。

正态分布的应用

正态分布的应用：正态分布的应用十分广泛，比如假设检验、3σ异常值检测等。

一、在实际的计算中：

1.解决各种正问题的概率计算问题。

2.正态分布计算简单，可尽快取得结果 。

3.适用范围广，许多非参数统计中都可以使用方差、标准差、平均值。

4.解决正态和常正态总体的“非参数性”统计分析中某些统计量概率的近似计算。

5.对于不遵从正态的统计，可适当地将某些数换转化为正态变量之后进行计算。

二、基于正态分布公式的推广：

三、在各行各业：

什么是正态分布,正态分布有哪些应用?

正态分布也叫常态分布，是连续随机变量概率分布的一种，自然界、人类社会、心理和教育中大量现象均按正态形式分布，例如能力的高低，学生成绩的好坏等都属于正态分布。

网站首页：期货手续费网-加1分开户（微信：527209157）

本文链接：https://52ol.cn/post/103552.html