Мултиноминална дистрибуција
Мултиномална дистрибуција је врста дистрибуције вероватноће која се користи за израчунавање резултата експеримената који укључују две или више променљивих. Широко позната биномна дистрибуција је посебна врста мултиномне дистрибуције у којој постоје само два могућа исхода, попут истинитих / лажних или глава / репова.
У финансијама, аналитичари користе мултиномалну дистрибуцију да процене вероватноћу да ће се догодити одређени скуп исхода, као што је вероватноћа да ће компанија пријавити зараду бољу од очекиване, док њени конкуренти пријављују разочаравајућу зараду.
Кључне Такеаваис
- Мултиномална дистрибуција је дистрибуција вероватноће која се користи у експериментима са две или више променљивих.
- Постоје различите врсте мултиномских дистрибуција, укључујући биномну дистрибуцију, која укључује експерименте са само две променљиве.
- Мултиномална дистрибуција се широко користи у науци и финансијама за процену вероватноће да ће се дати неки исходи.
Разумевање мултиномалне дистрибуције
Мултиномална дистрибуција се односи на експерименте у којима су тачни следећи услови:
- Експеримент се састоји од поновљених покуса, као што је коцкање коцкица пет пута уместо само једном.
- Свако суђење мора бити независно од осталих. На пример, ако баците две коцке, резултат једне коцке не утиче на исход осталих коцкица.
- Вероватноћа сваког исхода мора бити иста у свакој инстанци експеримента. На пример, ако коцка има шест страна, онда мора постојати једна од шест шанси да се на сваком колу нађе сваки број.
- Свако испитивање мора да произведе специфичан исход, као што је број између два и 12 ако се избаце две шестеростране коцкице.
Ако останемо с коцкицама, претпоставимо да покренемо експеримент у којем смо коцкали две коцкице 500 пута. Наш циљ је израчунати вероватноћу да ће експеримент дати следеће резултате током 500 испитивања:
- Исход ће бити „2“ у 15% суђења;
- Исход ће бити „5“ у 12% суђења;
- Исход ће бити „7“ у 17% суђења; и
- Исход ће бити „11“ у 20% суђења.
Мултиномална дистрибуција омогућила би нам да израчунамо вероватноћу да ће се десити горња комбинација исхода. Иако су ови бројеви одабрани произвољно, иста врста анализа може се извести за смислене експерименте у науци, инвестирању и другим областима.
Пример реалног света мултиномалне дистрибуције
У контексту улагања, портфељски менаџер или финансијски аналитичар могао би користити мултиномалну дистрибуцију да процени вероватноћу да (а) индекс малих капака надмаши индекс са великом капом 70% времена, (б) индекс са великом капом надмашујући индекс са малим капсулама 25% времена и (ц) индекси са истим (или приближним) нивоом враћају 5% времена.
У овом сценарију, суђење се може одвијати током целе године дана трговања, користећи податке са тржишта да би се утврдили резултати. Ако је вероватноћа овог скупа резултата довољно велика, инвеститор може бити у искушењу да уложи прекомерну тежину у индекс малих ограничења.
Упоредите инвестиционе рачуне Име добављача Опис Откривање оглашивача × Понуде које се појављују у овој табели су од партнерстава од којих Инвестопедиа прима накнаду.