⑴ 如果用matlab验证股票的收盘价符合对数正态分布
先导入数据，然后取收盘价的对数值即y＝ln（y）
clc;clear
y=ln(y)
Std=std(y) %标准差
[F,XI]=ksdensity(y)
figure(1)
plot(XI,F,'o-')
x =randn(300000,1);
figure(2)
[f,xi] = ksdensity(x);
plot(xi,f);
画出概率分布图
ksdensity -------------------- Kernel smoothing density estimation.
表示核平滑密度估计
⑵ lnx 成正态分布的话，x就成对数正态分布，为什么把x 的图像画出来，也就是对数正态函数画出来，是正的呢
你想想一下 lnX是正态分布值域为实轴，那么对于函数lnx值域为实轴来说，定义域x就是正半轴，因为lnx的x是不能为负数的。
所以x服从对数正态分布，就全是正的了。
⑶ 对数正态分布和正态分布是不是一个意思
lognrnd得到的是无单位的量，用它得到的是一组其自然对数满足正态分布的随机数，而不是本身就满足正态分布的dB值。 dB通常都是以"20log10()”定义的吧（如果是功率之类的就是10log10()），其对数的底数为10，而lognrnd应该得到的是自然对数，需要转化一下。
⑷ 为什么股票价格服从对数正态分布
我们可以假设连续复利,用lnS1-lnS0来近似股票的收益(S1-S0)/S0,而且根据集合布朗运动可知,此收益是服从正态分布的。
⑸ 对数正态分布的期望和方差怎么推导
如果随机变量X：｛x1,x2,...,xn｝服从对数正态分布，那么它的数学期望为：E=(lnx1+lnx2+...+lnxn)/n； 它的标准差为：σ=√{Σ(i：1→n) [ln xi - E]² / n} 。
⑹ 为什么假设股票价格服从正态分布是不现实的
股票价格多半不是自然形成，而是人为操纵的成份比较大，尤其受政策影响非常明显 。
⑺ 为什么股票价格服从对数正态分布
我们可以假设连续复利，用lnS1-lnS0来近似股票的收益（S1-S0）/S0，而且根据集合布朗运动可知，此收益是服从正态分布的。
⑻ 已知某股票的一年以后价格X服从对数正态分布,当前价格为十元，且期望为15，方差为4，。求其连续复合年收益
鉴于以上3个楼层的搞笑，我算了下看图
⑼ 服从正态分布的条件
当现象受到许多相互独立的随机因素的影响，如果每个因素所产生的影响都很微小时，总的影响可以看作是服从正态分布的.但是最好有实验数据，做正态性检测，才能准确的判断粗略判断的话你说那三个都是（正常情况下，比如第一个球队里不能都是超人，第二个那人不能是吸血鬼之类），因为这些事情的结果受到很多条件的限制，比如球队那个会受到比方说天气、球员发挥状况、对手球队的状况、甚至这支球队使用的球鞋的性能等等，可以列举出大量的对结果有影响的微小因素，那么整体就近似服从正态分布。你应该记得引入正态分布的实验是一个个小球往下滚碰到钉子的，这个实验之所以说是近似服从正态分布就是因为碰到每个钉子后的结果都可以看做微小分布，所以大量微小因素的影响形成累积，从而导致结果服从正态分布。当然，精确的判断要借助正态性检验，作出正态概率图进行检验，这就要专业知识和软件咯，如果你有兴趣可以再去查查，统计学里的。
⑽ 文献中给出X服从对数正态分布，又给出了它的尺度参数与形状参数，它们与对数正态分布的均值、方差什么关系
在一个正态分布中，它的均值或称期望就等于它的尺度参数u,方差等于形状参数Q^2（我这里Q代表的形状参数，符号打不出来)，understand?