﻿<?xml version="1.0" encoding="utf-8"?>
<?xml-stylesheet type='text/css' href='https://stocksharp.com/css/style.css'?>
<?xml-stylesheet type='text/css' href='https://stocksharp.com/css/bbeditor.css'?>
<feed xmlns="http://www.w3.org/2005/Atom">
  <title type="html">Специалистам по статистике. Проблема моделирования логнормального распределения.</title>
  <id>~/topic/2675/spetsialistam-po-statistike_-problema-modelirovaniya-lognormalnogo-raspredeleniya_/</id>
  <rights type="text">Copyright @ StockSharp Platform LLC 2010 - 2025</rights>
  <updated>2026-06-10T12:32:04Z</updated>
  <logo>https://stocksharp.com/images/logo.png</logo>
  <link href="https://stocksharp.com/handlers/atom.ashx?category=topic&amp;id=2675" rel="self" type="application/rss+xml" />
  <entry>
    <id>https://stocksharp.com/posts/m/18935/</id>
    <title type="text">Спасибо, подходит. Не подумал, что в русскоязычную версию Вики ленятся полностью статьи переводить, ...</title>
    <published>2012-05-09T13:06:10Z</published>
    <updated>2012-05-09T13:23:09Z</updated>
    <author>
      <name>karellin</name>
      <uri>https://stocksharp.com/users/27777/</uri>
      <email>info@stocksharp.com</email>
    </author>
    <content type="html">&lt;p&gt;Спасибо, подходит.
Не подумал, что в русскоязычную версию Вики ленятся полностью статьи переводить, переводят только первую треть.
Кстати, алгебра не для 9 класса, когда я в 11 учился, там только производные и интегралы изучали, а статистики как предмета вообще не было.&lt;/p&gt;
&lt;p&gt;PS. Супер, все работает и соответствует. Еще раз спасибо.&lt;/p&gt;
</content>
    <rights type="html">Copyright @ StockSharp Platform LLC 2010 - 2025</rights>
  </entry>
  <entry>
    <id>https://stocksharp.com/posts/m/18934/</id>
    <title type="text">karellin: В процессе работы над программой оценки рисков по опционной позиции возник вопрос. Каким о...</title>
    <published>2012-05-09T12:44:27Z</published>
    <updated>2012-05-09T13:02:50Z</updated>
    <author>
      <name>vlad1024</name>
      <uri>https://stocksharp.com/users/768/</uri>
      <email>info@stocksharp.com</email>
    </author>
    <content type="html">&lt;blockquote&gt;
&lt;p&gt;&lt;strong&gt;&lt;a href="@message(18933)" rel="nofollow" target="_blank"&gt;karellin&lt;/a&gt;:&lt;/strong&gt;
В процессе работы над программой оценки рисков по опционной позиции возник вопрос.
Каким образом можно смоделировать &lt;strong&gt;логнормальное&lt;/strong&gt; распределение с заданными мат.ожиданием и дисперсией &lt;strong&gt;именно для этого распределения&lt;/strong&gt;?
Все формулы, которые я нашел, моделируют логнормальное распределение через базовое нормальное распределение, и соответственно дают формулы для расчетов мат.ожидания и дисперсии полученного логнормального распределения через мат.ожидание и дисперсию базового нормального распределения. Но мне нужно создавать логнормальное распределение по его собственным параметрам, то есть нужны обратные формулы.
Пользоваться методами нелинейного программирования не хочется, поскольку долго.
А в математическом анализе я не специалист, поэтому прошу помочь засветившихся здесь специалистов по статистическому анализу, или хотя бы указать на источник, в котором эта тема рассматривается.
Я думаю, эта тема будет интересна и другим.&lt;/p&gt;
&lt;/blockquote&gt;
&lt;p&gt;там если честно в статье в википедии все написанно:
&lt;a href="http://en.wikipedia.org/wiki/Log-normal_distribution" rel="nofollow" target="_blank"&gt;http://en.wikipedia.org/wiki/Log-normal_distribution&lt;/a&gt;&lt;/p&gt;
&lt;p&gt;Но могу конечно перевести, Z - случайная переменная со стандартным нормальным распределением (среднее = 0, вариация = 1). Тогда случайная переменная вида X = exp(u+s*Z) будет иметь логнормальное распределение со средним E[X] = exp(u + s&lt;sup&gt;2/2) и вариацией Var[X] = (exp(s&lt;/sup&gt;2)-1)&lt;em&gt;exp(2&lt;/em&gt;u+s^2). Нам нужно зная E[X] и Var[X], найти значения u и s. Соответственно задача по алгебре для 9-го класса. Готовые формулы по ссылке, сразу после фразы &amp;quot;Equivalently, parameters μ and σ can be obtained if the expected value and variance are known:&amp;quot;&lt;/p&gt;
</content>
    <rights type="html">Copyright @ StockSharp Platform LLC 2010 - 2025</rights>
  </entry>
  <entry>
    <id>https://stocksharp.com/posts/m/18933/</id>
    <title type="text">В процессе работы над программой оценки рисков по опционной позиции возник вопрос. Каким образом мож...</title>
    <published>2012-05-09T11:08:46Z</published>
    <updated>2012-05-09T11:08:46Z</updated>
    <author>
      <name>karellin</name>
      <uri>https://stocksharp.com/users/27777/</uri>
      <email>info@stocksharp.com</email>
    </author>
    <content type="html">&lt;p&gt;В процессе работы над программой оценки рисков по опционной позиции возник вопрос.
Каким образом можно смоделировать &lt;strong&gt;логнормальное&lt;/strong&gt; распределение с заданными мат.ожиданием и дисперсией &lt;strong&gt;именно для этого распределения&lt;/strong&gt;?
Все формулы, которые я нашел, моделируют логнормальное распределение через базовое нормальное распределение, и соответственно дают формулы для расчетов мат.ожидания и дисперсии полученного логнормального распределения через мат.ожидание и дисперсию базового нормального распределения. Но мне нужно создавать логнормальное распределение по его собственным параметрам, то есть нужны обратные формулы.
Пользоваться методами нелинейного программирования не хочется, поскольку долго.
А в математическом анализе я не специалист, поэтому прошу помочь засветившихся здесь специалистов по статистическому анализу, или хотя бы указать на источник, в котором эта тема рассматривается.
Я думаю, эта тема будет интересна и другим.&lt;/p&gt;
</content>
    <rights type="html">Copyright @ StockSharp Platform LLC 2010 - 2025</rights>
  </entry>
</feed>