Binaryoptions.com veröffentlicht alle Artikel nach strengen redaktionellen Richtlinien. Durch unser erfahrenes Autoren- und Kontrollsystem veröffentlichen wir faktengeprüfte und verifizierte Inhalte. Wir aktualisieren auch unsere bestehenden Inhalte mit den neuesten Informationen und versorgen unsere Leser mit den neuesten Nachrichten. 
Angenommen, Sie haben sich über die wichtigste kontinuierliche Wahrscheinlichkeitsverteilung in der Wahrscheinlichkeits- und Wirtschaftswissenschaft Gedanken gemacht. In diesem Fall kann die Normalverteilung Ihre Gedanken befriedigen. Einige Leute bezeichnen es als die Gaußsche Verteilung und die Glockenkurve.
Mit der Normalverteilung werden viele Zufallsvariablen in Wirtschaft und Handel dargestellt. Darüber hinaus können Händler es auch verwenden, um andere Wahrscheinlichkeitsverteilungen zu erhalten. Daher ist es von großer Bedeutung, wenn es um die Analyse von Daten geht. Lassen Sie uns mehr über die Normalverteilung, ihre Definition und Beispiele erfahren.
Normalverteilungsdefinition
Um die Normalverteilung zu verstehen, nehmen wir eine Dichtefunktion an, bei der f(x) ihre Wahrscheinlichkeit und X eine Zufallsvariable ist. Daher definiert es eine Funktion, die zwischen dem Bereich integriert ist (x zu x + dx). Es gibt ferner die Wahrscheinlichkeit von X an, indem Werte dazwischen berücksichtigt werden x und x+dx.
f(x) ≥ 0 ∀ x ϵ (−∞,+∞)
Und -∞∫+∞ f(x) = 1
Schließlich können wir sagen, dass die Normalverteilung die Wahrscheinlichkeitsdichtefunktion für eine kontinuierliche Zufallsvariable in einem System ist.
Normalverteilungsformel
Sie können die Wahrscheinlichkeitsdichtefunktion der Gaußschen Verteilung mit der folgenden Formel finden:
Wo:
- x ist die Variable
- μ stellt den Mittelwert dar
- σ bezieht sich auf die Standardabweichung
Normalverteilungskurve
Die Normalverteilungskurve ist normalerweise glockenförmig. Deshalb ist die Glockenkurve ein anderer Name für diese Verteilungskurve. Bei der Normalverteilung können Zufallsvariablen jeden unbekannten Wert aus einem bestimmten Bereich annehmen. Sie können diese Zufallsvariablen auch als kontinuierliche Variablen bezeichnen.
Zum Beispiel haben die Schüler in einer Schule Höhen im Bereich von beispielsweise 0 bis 6 Fuß. Dieser Bereich wird jedoch durch die körperlichen Einschränkungen eines Menschen beeinflusst.
In der Realität kann sich der Variablenbereich sogar noch ausdehnen –∞ bis + ∞. Die Normalverteilung liefert hier die Wahrscheinlichkeit, dass der Wert in dem bestimmten Bereich des Experiments liegt. Angenommen, Sie haben nicht viel Zeit für alle Berechnungen. In diesem Fall können Sie den Normalverteilungsrechner verwenden, um die Wahrscheinlichkeitsdichte zu ermitteln, indem Sie die Standardabweichung und den Mittelwert angeben.
Standardabweichung der Normalverteilung
Normalerweise ist die Standardabweichung in der Normalverteilung positiv. In der Normalverteilungskurve bestimmt der Mittelwert die Symmetrielinie. Im Gegensatz dazu definiert die Standardabweichung, wie weit die Daten gestreut sind.
Eine kleinere Standardabweichung würde zu einem schmaleren Diagramm führen und umgekehrt.
Wenn wir die Standardabweichung verwenden, lautet die überprüfbare Regel:
- Eine Standardabweichung des Mittelwerts enthält ungefähr 681 TP36T der Daten.
- Ungefähre Daten von 95% liegen innerhalb von zwei Standardabweichungen des Mittelwerts.
- Drei mittlere Standardabweichungen haben etwa 99,71 TP36T der Gesamtdaten.
Daher bezeichnen wir die empirische Regel auch als 68 – 95 – 99,7 Regel.
Beispiel Normalverteilung
Angenommen, der Wert der Zufallsvariablen ist 2. Wenn der Mittelwert 5 und die Standardabweichung 4 ist, können Sie die Normalverteilung mit der Formel der Wahrscheinlichkeitsdichte ermitteln:
f(2,2,4) = 1/(4√2π) e0
f(2,2,4) = 0,0997
Mittelwert und Standardabweichung sind zwei wichtige Parameter der Normalverteilung. Ohne sie können Sie die Normalverteilung nicht finden und sie nicht mit anderen Handelsindikatoren verwenden, um genaue Entscheidungen zu treffen.
