论传世随机变量的正态分布特性

Irene

	无聊写的玩意： [@开始] #if SMALL $STR(P2) 30 ；30次独立同分布随机试验即认为符合中心极限定理 #act MOVR P0 100；数量大即可认为是连续型随机变量，经过多次试验发现100最好 INC P1 $STR(P0) INC P2 1                goto @开始 break #if equal $STR(P2) 30    ；现在的P1服从N(1500,25000)，于是根据3σ准则，分布在（1026，1974）的概率为99.7% #act DIV P1 25； 比如我现在想在20-60之间取个数字，而且希望比较稳定，那么考虑20-60 , 加上稳定常数20，那么就是40-80，这个25是由1500（P1的均值）除以60（40-80的均值）得来的，为什么加上20是为了让分布的上限等于下限2倍，因为我们的P1是这样的。 DEC P1 20  ； 这个变量若在40-80上服从正态分布就可以写作 P1/25,最后减去20 SENDMSG 5 $STR(P1)       20-60的正态分布观测值： 49 40 37 32 40 34 39 36 41 37 30 28 30 32 39 34 37 43 39 48 44 42 30 44 33 39 34 35 37 46 34 35 44 46 39 43 39 35 42 37 23 45 40 39 35 37 37 35 42 38 35 50 32 51 24 50 32 45 37 25 33 30 35 40 可以发现20开头比50开头的多，而且偏差大。均值差不多为37.7，即使加上四舍五入的期望0.5也不过38.2，肯定不是正态了，是个偏左态，估计是因为MOVR的分布并不是真的均匀，因此该模型会低估2个点，在最后DEC P1 20 后面补上INC P1 2这样应该就修正了。 50-100的值大概会低估2，100以上低估1，300以上不低估。 这个脚本或许对数字比较大的情况下取一个相对稳定值比较有用，数字太小肯定不行。

天和

	受教了

嗨佩奇

	楼主你太给力了，你真牛！

神枪老徐

	楼主，我是一点都没懂。这个变量能用在哪个地方？

santian

	回帖是美德

laowai

	啥也不说，楼主就是给力！

santian

	学习学习。。。。感谢

laowai

	楼主你太给力了，你真牛！

santian

	看帖回帖是一种美德，回复一个吧

laowai

	看到这帖子真是高兴！