⑴ 如果用matlab驗證股票的收盤價符合對數正態分布
先導入數據，然後取收盤價的對數值即y＝ln（y）
clc;clear
y=ln(y)
Std=std(y) %標准差
[F,XI]=ksdensity(y)
figure(1)
plot(XI,F,'o-')
x =randn(300000,1);
figure(2)
[f,xi] = ksdensity(x);
plot(xi,f);
畫出概率分布圖
ksdensity -------------------- Kernel smoothing density estimation.
表示核平滑密度估計
⑵ lnx 成正態分布的話，x就成對數正態分布，為什麼把x 的圖像畫出來，也就是對數正態函數畫出來，是正的呢
你想想一下 lnX是正態分布值域為實軸，那麼對於函數lnx值域為實軸來說，定義域x就是正半軸，因為lnx的x是不能為負數的。
所以x服從對數正態分布，就全是正的了。
⑶ 對數正態分布和正態分布是不是一個意思
lognrnd得到的是無單位的量，用它得到的是一組其自然對數滿足正態分布的隨機數，而不是本身就滿足正態分布的dB值。 dB通常都是以"20log10()」定義的吧（如果是功率之類的就是10log10()），其對數的底數為10，而lognrnd應該得到的是自然對數，需要轉化一下。
⑷ 為什麼股票價格服從對數正態分布
我們可以假設連續復利,用lnS1-lnS0來近似股票的收益(S1-S0)/S0,而且根據集合布朗運動可知,此收益是服從正態分布的。
⑸ 對數正態分布的期望和方差怎麼推導
如果隨機變數X：｛x1,x2,...,xn｝服從對數正態分布，那麼它的數學期望為：E=(lnx1+lnx2+...+lnxn)/n； 它的標准差為：σ=√{Σ(i：1→n) [ln xi - E]² / n} 。
⑹ 為什麼假設股票價格服從正態分布是不現實的
股票價格多半不是自然形成，而是人為操縱的成份比較大，尤其受政策影響非常明顯 。
⑺ 為什麼股票價格服從對數正態分布
我們可以假設連續復利，用lnS1-lnS0來近似股票的收益（S1-S0）/S0，而且根據集合布朗運動可知，此收益是服從正態分布的。
⑻ 已知某股票的一年以後價格X服從對數正態分布,當前價格為十元，且期望為15，方差為4，。求其連續復合年收益
鑒於以上3個樓層的搞笑，我算了下看圖
⑼ 服從正態分布的條件
當現象受到許多相互獨立的隨機因素的影響，如果每個因素所產生的影響都很微小時，總的影響可以看作是服從正態分布的.但是最好有實驗數據，做正態性檢測，才能准確的判斷粗略判斷的話你說那三個都是（正常情況下，比如第一個球隊里不能都是超人，第二個那人不能是吸血鬼之類），因為這些事情的結果受到很多條件的限制，比如球隊那個會受到比方說天氣、球員發揮狀況、對手球隊的狀況、甚至這支球隊使用的球鞋的性能等等，可以列舉出大量的對結果有影響的微小因素，那麼整體就近似服從正態分布。你應該記得引入正態分布的實驗是一個個小球往下滾碰到釘子的，這個實驗之所以說是近似服從正態分布就是因為碰到每個釘子後的結果都可以看做微小分布，所以大量微小因素的影響形成累積，從而導致結果服從正態分布。當然，精確的判斷要藉助正態性檢驗，作出正態概率圖進行檢驗，這就要專業知識和軟體咯，如果你有興趣可以再去查查，統計學里的。
⑽ 文獻中給出X服從對數正態分布，又給出了它的尺度參數與形狀參數，它們與對數正態分布的均值、方差什麼關系
在一個正態分布中，它的均值或稱期望就等於它的尺度參數u,方差等於形狀參數Q^2（我這里Q代表的形狀參數，符號打不出來)，understand?