Kas yra multinominis paskirstymas?
Multinominis pasiskirstymas yra tikimybių pasiskirstymo tipas, naudojamas apskaičiuoti eksperimentų, kuriuose yra du ar daugiau kintamųjų, rezultatus. Plačiau žinomas binominis pasiskirstymas yra specialus daugiainomo pasiskirstymo tipas, kuriame yra tik dvi galimos baigtys, tokios kaip teisinga / klaidinga arba galvos / uodegos.
Finansų srityje analitikai naudoja daugiakomitetį paskirstymą tam tikro rezultatų rinkinio tikimybei įvertinti, pavyzdžiui, tikimybei, kad įmonė pateiks geresnį nei tikėtasi uždarbį, o konkurentai praneša, kad uždirba.
Pagrindiniai išvežamieji daiktai
- Multinominis pasiskirstymas yra tikimybės pasiskirstymas, naudojamas eksperimentuose su dviem ar daugiau kintamųjų. Yra įvairių rūšių multinominiai pasiskirstymai, įskaitant dvinarį paskirstymą, kuris apima eksperimentus tik su dviem kintamaisiais. Multinominis pasiskirstymas yra plačiai naudojamas mokslo ir finansų srityse, norint įvertinti tam tikro rezultatų rinkinio atsiradimo tikimybė.
Multinominio paskirstymo supratimas
Daugialinijinis paskirstymas taikomas eksperimentams, kuriuose yra šios sąlygos:
- Eksperimentą sudaro pakartotiniai bandymai, tokie kaip kauliuko riedėjimas penkis kartus, o ne tik vieną kartą. Kiekvienas bandymas turi būti nepriklausomas nuo kitų. Pvz., Jei ridenate du kauliukus, vieno kauliuko rezultatas nedaro įtakos kito kauliuko rezultatui. Kiekvieno rezultato tikimybė turi būti vienoda kiekviename eksperimento egzemplioriuje. Pvz., Jei kauliukas turi šešias puses, tada kiekviename ritinyje turi būti vienas iš šešių tikimybių, kad kiekvienas skaičius bus duotas. Kiekvienas bandymas turi duoti konkretų rezultatą, pvz., Skaičių nuo dviejų iki 12, jei ridenami du šešis kraštus. kauliukai.
Tarkime, kad liksime su kauliuku, atliksime eksperimentą, kurio metu du kauliukus sukame 500 kartų. Mūsų tikslas yra apskaičiuoti tikimybę, kad eksperimentas duos šiuos rezultatus iš 500 bandymų:
- Rezultatas bus „2“ 15% tyrimų; rezultatas bus „5“ 12% tyrimų; rezultatas bus „7“ 17% tyrimų; ir 20% tyrimų rezultatas bus „11“.
Multinominis pasiskirstymas leistų apskaičiuoti aukščiau aprašytų rezultatų derinio tikimybę. Nors šie skaičiai buvo parinkti savavališkai, tos pačios rūšies analizę galima atlikti ir prasmingiems eksperimentams mokslo, investavimo ir kitose srityse.
Realiojo pasaulio daugialypio paskirstymo pavyzdys
Investicijų kontekste portfelio valdytojas arba finansų analitikas gali naudoti daugiakomponentį paskirstymą, kad įvertintų tikimybę, kad a) mažos kapitalizacijos indeksas bus didesnis nei 70 proc. Laiko vertės didžiųjų kapitalų indeksas, b) didžiųjų kapitalų indeksas. pranoksta mažos kapitalizacijos indeksą 25% laiko, ir c) indeksai, turintys tą patį (arba apytikslį), grąžina 5% laiko.
Pagal šį scenarijų bandymas gali vykti per visus prekybos metus, o rezultatams įvertinti naudojami rinkos duomenys. Jei šio rezultatų rinkinio tikimybė yra pakankamai didelė, investuotojui gali kilti pagunda investuoti į per mažą kapitalą į mažų kapitalų indeksą.
