Binaryoptions.com objavljuje sve članke prema strogim uredničkim smjernicama. Preko naših iskusnih autora i sustava kontrole objavljujemo provjerene i provjerene sadržaje. Također ažuriramo naš postojeći sadržaj najnovijim informacijama i našim čitateljima pružamo najnovije vijesti. 
Pretpostavimo da ste se pitali o najvažnijoj kontinuiranoj distribuciji vjerojatnosti u vjerojatnosti i ekonomiji. U tom slučaju, normalna distribucija može zadovoljiti vaše misli. Neki ljudi to nazivaju Gaussovom distribucijom i zvonastom krivuljom.
Uz normalnu distribuciju, mnoge slučajne varijable su zastupljene u ekonomiji i trgovini. Nadalje, trgovci ga također mogu koristiti za dobivanje drugih distribucija vjerojatnosti. Stoga je od velike važnosti kada je u pitanju analiza podataka. Naučimo više o normalnoj distribuciji, njezinoj definiciji i primjeru.
Definicija normalne distribucije
Da bismo razumjeli normalnu distribuciju, pretpostavimo funkciju gustoće gdje je f(x) njezina vjerojatnost, a X slučajna varijabla. Stoga definira funkciju koja je integrirana između raspona (x do x + dx). Nadalje daje X-ovu vjerojatnost uzimajući u obzir vrijednosti između x i x+dx.
f(x) ≥ 0 ∀ x ϵ (−∞,+∞)
I -∞∫+∞ f(x) = 1
Konačno, možemo reći da je normalna distribucija funkcija gustoće vjerojatnosti za kontinuiranu slučajnu varijablu u sustavu.
Formula normalne distribucije
Funkciju gustoće vjerojatnosti Gaussove distribucije možete pronaći pomoću sljedeće formule:
Gdje:
- x je varijabla
- μ predstavlja srednju vrijednost
- σ odnosi se na standardnu devijaciju
Krivulja normalne distribucije
Krivulja normalne distribucije obično ima oblik zvona. Zato je zvonasta krivulja drugi naziv za ovu krivulju distribucije. U normalnoj distribuciji, slučajne varijable mogu zauzeti bilo koju nepoznatu vrijednost iz zadanog raspona. Ove slučajne varijable također možete nazivati kontinuiranim varijablama.
Na primjer, učenici u školi imaju visine u rasponu, recimo, od 0 do 6 stopa. Međutim, na taj raspon utječu fizička ograničenja ljudskog bića.
U stvarnosti, raspon varijabli može se čak proširiti od –∞ do + ∞. Normalna distribucija ovdje će pružiti vjerojatnost da vrijednost leži u određenom rasponu eksperimenta. Pretpostavimo da ne možete odvojiti puno vremena za sve izračune. U tom slučaju možete koristiti kalkulator normalne distribucije da biste pronašli gustoću vjerojatnosti pružanjem standardne devijacije i srednje vrijednosti.
Standardna devijacija normalne distribucije
Obično je standardna devijacija pozitivna u normalnoj distribuciji. U krivulji normalne distribucije, srednja vrijednost određuje liniju simetrije. Nasuprot tome, standardna devijacija definira koliko su daleko podaci raspoređeni.
Manje standardno odstupanje rezultiralo bi užim grafikonom i obrnuto.
Ako koristimo standardnu devijaciju, provjerljivo pravilo kaže:
- Jedna standardna devijacija srednje vrijednosti sadrži približno 68% podataka.
- Približni podaci za 95% padaju unutar dvije standardne devijacije srednje vrijednosti.
- Tri srednje standardne devijacije imaju oko 99,7% ukupnih podataka.
Stoga, empirijsko pravilo također nazivamo pravilom 68 – 95 – 99,7.
Primjer normalne distribucije
Pretpostavimo da je vrijednost slučajne varijable 2. Ako je srednja vrijednost 5, a standardna devijacija 4, normalnu distribuciju možete pronaći formulom gustoće vjerojatnosti:
f(2,2,4) = 1/(4√2π) e0
f(2,2,4) = 0,0997
Srednja vrijednost i standardna devijacija dva su vitalna parametra normalne distribucije. Bez njih ne možete pronaći normalnu distribuciju i koristiti je s drugim pokazateljima trgovanja za donošenje točnih odluka.