股票如何做正态分布－－服从正态分布的条件

一、正态分布怎么做

正态分布（Normal distribution），也称“常态分布”，又名高斯分布（Gaussian distribution），最早由A.棣莫弗在求二项分布的渐近公式中得到。
C.F.高斯在研究测量误差时从另一个角度导出了它。
P.S.拉普拉斯和高斯研究了它的性质。
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。
正态曲线呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。
若随机变量X服从一个数学期望为μ、方差为σ^2的正态分布，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。
当μ = 0,σ = 1时的正态分布是标准正态分布。

二、电脑上如何做正态分布图

用AC或Excel都可以做.

三、如何画正态分布曲线

>> t=0:1:1000; y=normpdf(x,0,1); u=int(y,0,t); plot(t,y) ??? Undefined function or variable 'x'. >> t=0:1:1000; y=normpdf(x,0,1); u=int(y,0,t); plot(t,y) ??? Undefined function or variable 'x'. 用matlab是这样画的>> t=0:1:1000;x=0:1:1000; y=normpdf(x,0,1); u=int(y,0,t); plot(t,y) ??? Function 'int' is not defined for values of class 'double'.

四、正态分布与股票走势有毛关系？

其实还是有点关系的，给你举个例子。
比如说，甲买A股票一百块和卖A股票一百块的概率各为1/2。
乙买A股票一百块和卖A股票一百块的概率也各为1/2。
那么甲乙两人买A股票的总钱数就可能会是二百块，零块 [甲买乙卖或甲卖乙买]，或负二百块（卖，可用负数表达。
不是赔的意思。
）。
P(二百块)=1/4；
P(零块)=1/2；
P(负二百块)=1/4；
这时你已经看出一些正态分布的雏形了：中间高，两边低。
你可以想象一下很多人买卖A股票的情形了。
当N趋于无穷大时，和的分布就是正态的。

五、怎样求正态分布?

正态分布（Normal distribution）又名高斯分布（Gaussian distribution），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。
　　正态分布有以下特征：　　集中性：正态曲线的高峰位于正中央，即均数所在的位置。
对称性：正态曲线以均数为中心，左右对称，曲线两端永远不与横轴相交。
　　均匀变动性：正态曲线由均数所在处开始，分别向左右两侧逐渐均匀下降。
　　如果我们把正态分布看做是任何一个系统或者事物的发展过程的话，我们明显的看到这个过程经历着从负区到基区再到正区的过程。
无论是自然、社会还是人类的思维都明显的遵循这这样一个过程。
准确的把握事物或者事件所处的历史过程和阶段极大的有助于掌握我们对事物、事件的特征和性质，是我们分析问题，采取对策和解决问题的重要基础和依据。
发展的阶段不同，性质和特征也不同，分析和解决问题的办法要与此相适应，这就是具体问题具体分析，也是解放思想、实事求是、与时俱乐进的精髓。
正态发展的特点还启示我们，事物发展大都是渐进的和累积的，走渐进发展的道路是事物发展的常态。
例如，遗传是常态，变异是非常态。
　　总之，正态分布论是科学的世界观，也是科学的方法论，是我们认识和改造世界的最重要和最根本的工具之一，对我们的理论和实践有重要的指导意义。
以正态哲学认识世界，能更好的认识和把握世界的本质和规律，以正态哲学来改造世界，能更好的在尊重和利用客观规律，更有效的改造世界。

六、进行地统计分析如何将数据转换成正态分布

数据如何分布的，到底就是怎么分布，如果原本不是正态分布，就无法将其转化为正态分布，如果原本是正态分布，不用转换也是。
统计分析之前的必要程序就是先分析数据是否服从正态分布，服从了才进行统计分析。
正态分布（Normal distribution）又名高斯分布（Gaussian distribution），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。

七、服从正态分布的条件

当现象受到许多相互独立的随机因素的影响，如果每个因素所产生的影响都很微小时，总的影响可以看作是服从正态分布的.但是最好有实验数据，做正态性检测，才能准确的判断粗略判断的话你说那三个都是（正常情况下，比如第一个球队里不能都是超人，第二个那人不能是吸血鬼之类），因为这些事情的结果受到很多条件的限制，比如球队那个会受到比方说天气、球员发挥状况、对手球队的状况、甚至这支球队使用的球鞋的性能等等，可以列举出大量的对结果有影响的微小因素，那么整体就近似服从正态分布。
你应该记得引入正态分布的实验是一个个小球往下滚碰到钉子的，这个实验之所以说是近似服从正态分布就是因为碰到每个钉子后的结果都可以看做微小分布，所以大量微小因素的影响形成累积，从而导致结果服从正态分布。
当然，精确的判断要借助正态性检验，作出正态概率图进行检验，这就要专业知识和软件咯，如果你有兴趣可以再去查查，统计学里的。

参考文档