产品
产品概览
Mathematica
Mathematica 学生版
Mathematica Home Edition
Wolfram
CDF Player
(免费下载)
可计算文档格式(CDF)
web
Mathematica
grid
Mathematica
Wolfram
Workbench
Wolfram
SystemModeler
Wolfram
Finance Platform
Mathematica
附加程序包
Wolfram|Alpha 产品
解决方案
解决方案概览
工程
航空航天与国防
化学工程
控制系统
电气工程
图像处理
工业工程
材料科学
机械工程
运筹学
光学
石油工程
生物技术与医药
生物信息学
医学影像
金融、统计、商业分析
精算科学
数据分析与挖掘
计量经济学
经济学
金融工程与数学
金融风险管理
统计
软件工程、内容传递
创作与出版
界面开发
软件工程
网页开发
科学
天文学
生物科学
化学
环境科学
地球科学
社会与行为科学
设计、艺术以及娱乐
游戏设计、特殊效果及衍生艺术
教育
STEM 教育倡议
高等教育
高职高专院校
中小学教育
学生
科技
可计算文档格式(CDF)
高性能并行计算(HPC)
参见:技术指南
购买
网上商店
其它购买方式
批量许可及站点许可证
联络销售部
软件
服务
升级
培训
书籍
Merchandise
技术支持
技术支持概览
Mathematica
参考资料
知识库
学习中心
技术服务
社区与论坛
培训
查看站点是否有许可证授权
Wolfram 用户门户
公司概况
关于 Wolfram Research
新闻与活动
Wolfram 博客
合作伙伴
工作机会
Mathematica
的历史
Stephen Wolfram 主页
联系我们
公司网站
全部站点
Wolfram|Alpha
演示项目
MathWorld
Integrator
Wolfram Functions Site
Mathematica Journal
Wolfram Media
Wolfram
Tones
Wolfram Science
Stephen Wolfram
THIS IS DOCUMENTATION FOR AN OBSOLETE PRODUCT.
SEE THE
DOCUMENTATION CENTER
FOR THE LATEST INFORMATION.
DOCUMENTATION CENTER SEARCH
New to
Mathematica
?
Find your learning path
»
Mathematica
>
数据处理
>
统计数据分析
>
概率和统计
>
参数统计分布
>
重尾分布
>
StableDistribution
>
Mathematica
>
数学和算法
>
统计数据分析
>
概率和统计
>
参数统计分布
>
重尾分布
>
StableDistribution
>
MATHEMATICA 内置符号
NormalDistribution
CauchyDistribution
LevyDistribution
ParetoDistribution
参见 »
|
重尾分布
参数统计分布
概率和统计
8.0的新功能:字母列表
8.0的新功能:数学与算法
更多关于 »
StableDistribution
StableDistribution
表示带有稳定指数
、偏度参数
、定位参数
和尺度参数
的稳定分布
.
更多信息
独立的等分布的稳定随机变量的线性组合也是稳定的.
稳定分布是按它的特征函数
定义的,其中特征函数满足一个函数等式,就是对于任意
和
存在
和
满足
. 函数等式的通解有四个参数.
StableDistribution
允许
0<
≤2
、
,
为任何实数,
为任何正实数.
CharacteristicFunction
对于
是连续的,并且有
.
CharacteristicFunction
对于
是不连续的
.
StableDistribution
[
]
等价于
StableDistribution
.
StableDistribution
等价于
StableDistribution
.
StableDistribution
等价于
StableDistribution
.
StableDistribution
可与
Mean
、
CDF
和
RandomVariate
等函数一起使用.
范例
关闭所有单元
例
(4)
在偏度参数的一定范围内,第一类的概率密度函数:
各种稳定指数的类型0的概率密度函数:
类型1的累积分布函数:
类型0:
均值取决于类型:
方差与类型无关,并且只对
定义:
在偏度参数的一定范围内,第一类的概率密度函数:
In[1]:=
Out[1]=
各种稳定指数的类型0的概率密度函数:
In[2]:=
Out[2]=
类型1的累积分布函数:
In[1]:=
Out[1]=
类型0:
In[2]:=
Out[2]=
均值取决于类型:
In[1]:=
Out[1]=
In[2]:=
Out[2]=
方差与类型无关,并且只对
定义:
In[1]:=
Out[1]=
In[2]:=
Out[2]=
范围
(3)
生成一组稳定分布的伪随机数:
比较直方图和概率密度函数:
较大的矩只对
定义:
在
StableDistribution
化简为
NormalDistribution
时,就是如此:
不同稳定度指标下的风险函数:
不同偏度参数的风险函数:
应用
(8)
假设股市的每日对数收益服从一个稳定分布,对5年时间内的股票价格进行模拟和可视化:
假设股票对数收益服从一个稳定分布,求风险为95%的值:
在以上的分布中,计算在当前 S&P 500 指数值的风险点损失的95%的值:
求对数收益的预计短期下降:
计算相关点损失:
对从2005年1月1日以来的Nikkei 225 指数的每日对数收益进行稳定分布拟合:
计算对数收益:
对对数收益进行稳定分布拟合:
比较估计分布和数据直方图:
一个对称稳定随机变量和指数随机变量的幂的乘积服从一个 Linnik 分布:
生成随机变量,并且显示直方图:
Map-Airy分布 [] 是稳定分布族的成员:
已知它的概率密度函数的解析式表示:
求模型的位置:
从样本特征函数估计稳定分布的参数:
绘制样本特征函数和群体特征函数的绝对值:
比较最大似然估计:
广义中心极限定理给出序列
和
,使得
个独立同分布的随机变量
的经过平移和缩放的和
的分布弱收敛为稳定分布
,其中该随机变量的分布函数
当
时具有渐近线
而当
时,具有渐近线
:
使用双边帕累托分布说明广义中心极限定理:
定义双边的 Pareto 分布的均值和方差,以备将来使用:
定义一个程序来生成
个
变量:
定义一个函数来可视化密度图线和数据直方图:
在
的情况下:
在
的情况下:
在
的情况下:
在
的情况下:
标准中心极限定理的情况,即
:
Holtsmark 分布是无限泊松系统的粒子作用力的分布. 引力的
分量遵循对称稳定分布:
模拟作用力的绝对值:
已知绝对值的分布的解析式表示:
比较直方图:
属性和关系
(9)
第0类和第1类稳定变量通过一个定位参数的位移相关:
使用特征函数验证:
一个
稳定随机变量在
处的间断性在
上的微小变化的模式敏感度上体现出来:
当平移和缩放时,新生成的分布族仍然是类型0的稳定分布:
使用特征函数验证:
具有相同稳定指标
的两个稳定分布变量的和仍然是一个稳定变量:
首先考虑
不为1的情况:
然后对于
:
对于
和
,严格的稳定分布满足对偶法:
具有稳定指数
的对偶严格稳定分布:
对偶法表明,对于
,以下等式成立:
与其它分布的关系:
LandauDistribution
是一个稳定分布:
CauchyDistribution
是一个稳定分布:
NormalDistribution
是一个稳定分布:
LevyDistribution
是一个稳定分布:
参见
NormalDistribution
CauchyDistribution
LevyDistribution
ParetoDistribution
更多关于
重尾分布
参数统计分布
概率和统计
8.0的新功能:字母列表
8.0的新功能:数学与算法
版本 8 的新功能