Часто задаваемые вопросы: что такое нормальное распределение? (И как его использовать)
10 сентября 2021 г.
Анализ различных статистических методов и расчетов может помочь компаниям принимать стратегические решения, оптимизирующие доходность. Одним из методов анализа является использование диаграммы или графика нормального распределения для определения того, как переменные в наборе данных соотносятся со средним значением данных. Если вы подумываете о карьере в области финансов, бухгалтерского учета или бизнеса, понимание того, как работает это распределение, поможет вам принимать эффективные корпоративные решения. В этой статье мы обсудим, что такое нормальное распределение, в каких отраслях оно часто используется, и рассмотрим, как оно может помочь улучшить процессы принятия решений в компании.
Что такое нормальное распределение?
Нормальное распределение — это термин, используемый для описания того, как данные коррелируют со средним значением набора данных. Нормальное распределение имеет место, когда данные чаще встречаются вблизи среднего значения набора данных и реже, когда информация удаляется от среднего значения. На графике нормальное распределение выглядит как симметричный колокол с высокой средней точкой и низкими точками по бокам. К общим характеристикам нормального графика распределения относятся:
Все три средних значения, среднее, медиана и мода, равны.
Кривая распределения симметрична
Половина значений ниже среднего
Половина значений выше среднего
В каких отраслях используется нормальное распределение?
Многие отрасли и компании включают анализ нормального распределения в свои бизнес-процессы принятия решений. Это может дать полезную информацию о рыночных тенденциях, поведении клиентов и моделях покупок. Некоторые отрасли, которые включают нормальное распределение в свои бизнес-стратегии, включают:
Продажи и маркетинг
Бизнес
Финансы и учет
Политика
Логистика
Производство
Как финансовые специалисты используют нормальное распределение?
Исследователи рынка, трейдеры на фондовом рынке и другие профессионалы в области финансов используют нормальное распределение, чтобы определить, насколько справедливо компания оценивает актив в соответствии с его нормальным распределением. Если цена выше кривой нормального распределения, то они знают, что компания переоценила актив по сравнению с аналогичными активами. Если цена ниже кривой нормального распределения, это означает, что компания недооценила актив. Определение того, есть ли у компании актив, который она недооценила, переоценила или оценила справедливо, может помочь другим компаниям и трейдерам принимать эффективные деловые решения.
Как кривые нормального распределения помогают компаниям принимать решения?
Нормальное распределение может помочь компаниям принимать такие решения, как:
Переговоры о контрактах: нормальное распределение может помочь компании заключать честные и выгодные деловые контракты. Это потому, что вы можете проанализировать, предлагает ли компания свои услуги по цене выше или ниже средней по отрасли.
Покупка материалов: цены на материалы часто меняются, поэтому понимание того, как меняется средняя цена, может помочь вам найти материалы для производства по справедливой цене. Это также может помочь вам сократить расходы, поскольку позволяет определить, предлагает ли компания материалы ниже среднего уровня по рынку.
Рыночные продукты: вы можете упростить определение цены на продукты или услуги, используя нормальное распределение. Это поможет вам визуализировать, как отрасль продает аналогичные продукты, и гарантирует, что ваши цены будут конкурентоспособными на текущем рынке.
Какое значение имеет асимметрия?
Асимметрия кривой распределения относится к тому, насколько искаженный или асимметричный набор данных отклоняется от симметричной колоколообразной кривой. Если данные сдвигают колоколообразную кривую влево или вправо, то кривая распределения скошена. Кривая, смещенная вправо от центра, имеет положительный перекос, а кривая, сдвинутая влево, имеет отрицательный перекос. Инвесторы используют асимметрию, чтобы помочь определить инвестиционный риск компании, а финансовые модели, которые инвесторы используют для определения риска, становятся менее точными при более высокой асимметрии.
Каково значение эксцесса?
Эксцесс измеряет, насколько экстремальны данные на обоих концах кривой распределения, а типичная кривая нормального распределения имеет эксцесс, равный трем. Если набор данных имеет эксцесс больше трех, то диапазон сообщаемых данных больше. Если набор данных имеет эксцесс меньше трех, диапазон меньше. Kurtosis помогает инвесторам определить финансовый риск. Большой эксцесс показывает более высокий инвестиционный риск, потому что существует высокая вероятность большой или малой прибыли. Небольшой эксцесс показывает низкий инвестиционный риск, потому что вероятность больших или малых доходов ниже.
С финансовой и статистической точек зрения существует три типа эксцесса. Три типа эксцесса:
Мезокуртическая кривая: этот тип эксцесса имеет значения данных, которые совпадают с кривой нормального распределения. Это отражает средний риск для инвесторов, поскольку данные имеют сходные характеристики экстремальных значений кривой нормального распределения.
Лептокуртическая кривая: этот тип эксцесса имеет значение более трех, что означает, что на крайних концах кривой распределения больше значений. Это отражает более высокий риск для инвесторов, поскольку выше вероятность низкой финансовой отдачи.
Платикуртическая кривая: этот тип имеет значения данных, которые имеют эксцесс менее трех, что означает меньше числовых выбросов, чем кривая нормального распределения. Этот тип кривой отражает стабильный и предсказуемый доход для инвесторов из-за низкой вероятности экстремальных доходов.
Какие существуют другие типы распространения данных?
Хотя нормальное распределение является наиболее распространенным распределением для наборов данных, существует несколько других классификаций распределения. Другие классификации распределения включают:
Симметричное распределение
Симметричное распределение — это когда значения в наборе данных встречаются с постоянной частотой. Иногда оно похоже на нормальное распределение, но также может иметь несколько высоких или низких значений, если оно симметрично. Анализ данных о симметричном распределении может помочь компаниям и инвесторам принимать обоснованные финансовые решения.
Биномиальное распределение
Этот тип распределения показывает вероятность успеха или неудачи эксперимента или опроса, которые повторяются несколько раз. Например, биномиальное распределение, при котором человек трижды подбрасывает монету, будет отображать вероятность того, что монета приземлится определенной стороной для каждого возможного результата, что означает вероятность того, что в результате эксперимента выпадет один орел, два орла или три орла.
распределение Пуассона
Этот метод распределения измеряет вероятность последовательности событий, происходящих в течение определенного периода времени, исходя из того, как часто это происходило в прошлом. Например, ресторан использует в среднем 10 ящиков картофеля в день. Используя эту информацию, ресторан может определить вероятность того, что они могут использовать любое количество ящиков картофеля на следующий день, будь то выше или ниже 10.
Полиномиальное распределение
Компании используют этот метод распределения, чтобы определить вероятность того, что в своих квартальных или годовых отчетах будет получена более высокая, чем ожидалось, доходность, в то время как другие сообщают о более низкой, чем ожидалось, доходности. Этот метод аналогичен биномиальному распределению, однако биномиальное распределение сообщает о вероятности двух исходов, а полиномиальное отображает вероятность возникновения нескольких исходов. Например, если вы провели эксперимент, в котором вы подбросили 100 монет и бросили 10 шестигранных игральных костей, полиномиальное распределение может помочь вам найти вероятность того, что монета выпадет решкой вверх 45 раз, а кости выпадут на два пять раз. .
Равномерное распределение
Эта теория относится к вероятности того, что все исходы ситуации произойдут одинаково. Например, при броске игральной кости результат приземления с определенной стороны с определенным числом, обращенным вверх, одинаково возможен для каждого числа. На графике равномерное распределение похоже на прямую линию, потому что оно отражает равновероятность всех исходов события.