Применение - нормальное распределение
Cтраница 1
Применение нормального распределения для оценки рисков также связано с тем, что в основе данных, как правило, используется ряд дискретных значений. Эти теоретические предпосылки, а также апробация моделей для анализа рисков на основе нормального распределения доказывают адекватность этого теоретического инструмента реальным процессам экономической деятельности. [1]
Применение нормального распределения при изучении рядов распределения случайной величины не охватывает всего многообразия видов распределения. Причина этого кроется в том ограничении, которое было сделано при выводе уравнения нормального распределения. [2]
Применение нормального распределения для оценки рисков также связано с тем, что в основе данных, как правило, используется ряд дискретных значений. Эти теоретические предпосылки, а также апробация моделей для анализа рисков на основе нормального распределения доказывают адекватность этого теоретического инструмента реальным процессам экономической деятельности. [3]
Критически рассмотрите применение нормального распределения в данной ситуации. Объясните, как логнормальное распределение может быть использовано для преодоления проблемы. [4]
В случаях применения нормального распределения для элементов ( § 2.6), оно не сохраняется для рассматриваемой системы. [5]
 |
Гистограмма и кривая распределения погрешностей. [6] |
Однако в пользу применения нормального распределения имеются очень серьезные основания. Его особое значение связано со следующими обстоятельствами: в тех частых случаях, когда суммарная погрешность появляется в результате совместного действия ряда причин, каждая из которых вносит малую долю в общую погрешность, по какому бы закону ни были распределены погрешности, вызываемые каждой из причин, результат их суммарного действия приведет к гауссовому распределению погрешностей. Эта закономерность является следствием так называемой центральной предельной теоремы Ляпунова. [7]
 |
Гистограмма и кривая распределения погрешностей. [8] |
Однако в пользу применения нормального распределения имеются очень серьезные основания. Его особое значение связано со следующими обстоятельствами: в тех частых случаях, когда суммарная погрешность появляется в результате совместного действия ряда причин, каждая из которых вносит малую долю в общую погрешность, по какому бы закону ни были распределены погрешности, вызываемые каждой из причин, результат их суммарного действия приведет к гауссовому распределению погрешностей. Эта закономерность является следствием так называемой центральной предельной теоремы Ляпунова. [9]
Центральная предельная теорема обосновывает применение нормального распределения во многих приложениях, так как часто наблюдениями являются суммы большого числа ненаблюдаемых случайных векторов. [10]
Другое основное предположение, которое необходимо для применения нормального распределения, затрагивает временную структуру волатильности. Как правило, мы используем стандартное отклонение для измерения волатильности и предполагаем, что она подвергается масштабированию согласно квадратному корню из времени. Эта практика происходит из наблюдения Эйнштейна ( Einstein, 1905), что расстояние, которое проходит частица в броуновском движении, увеличивается с квадратным корнем из времени, затраченного на его измерение. [11]
 |
Равномерное распределение погрешностей. [12] |
В ряде случаев экспериментатору приходится выяснять возможность применения нормального распределения и иногда заменять его другим, более подходящим. [13]
 |
Равномерное распределение погрешностей. [14] |
В ряде случаев экспериментатору приходится выяснять возможность применения нормального распределения и иногда заменять его другим, более подходящим. [15]
Страницы: 1 2