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 paskirstymo 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 binominį pasiskirstymą, kuris apima tik dviejų kintamųjų eksperimentus.
- Multinominis paskirstymas yra plačiai naudojamas mokslo ir finansų srityse, siekiant įvertinti tam tikro rezultatų rinkinio atsiradimo tikimybę.
Multinominio paskirstymo supratimas
Daugialinijinis paskirstymas taikomas eksperimentams, kuriuose yra šios sąlygos:
- Eksperimentą sudaro pakartoti bandymai, tokie kaip kauliuko riedėjimas penkis kartus, o ne tik vieną kartą.
- Kiekvienas tyrimas turi būti nepriklausomas nuo kitų. Pvz., Jei sukate du kauliukus, vieno kauliuko rezultatas nedaro įtakos kito kauliuko rezultatui.
- Kiekvieno eksperimento metu kiekvieno rezultato tikimybė turi būti vienoda. Pvz., Jei kauliukas turi šešias puses, tada turi būti vienas iš šešių šansų, kad kiekvienas skaičius bus duotas kiekviename ritinyje.
- Kiekvienas bandymas turi duoti konkretų rezultatą, pvz., Skaičių nuo dviejų iki 12, jei sukti du šešiabriauniai kauliukai.
Tarkime, atlikdami eksperimentą, kuriame du kauliukus sukame 500 kartų, atliksime eksperimentą. Mūsų tikslas yra apskaičiuoti tikimybę, kad eksperimentas duos šiuos rezultatus iš 500 bandymų:
- Rezultatas bus „2“ 15% bandymų;
- Rezultatas bus „5“ 12% bandymų;
- Rezultatas bus „7“ 17% bandymų; ir
- 20% bandymų 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 pralenktų 70 proc. Laiko tarpą didžiųjų kapitalų indeksu, b) didžiųjų kapitalų indeksą. 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.
Palyginkite investicinių sąskaitų teikėjo pavadinimą Aprašymas Skelbėjo informacijos atskleidimas × Šioje lentelėje pateikti pasiūlymai yra iš partnerystės, iš kurios „Investopedia“ gauna kompensaciją.