Normal Dağılım

Bu bölüm normal dağılım ile çalışmak için tasarlanmış fonksiyonlar içerir. Yoğunluğun, olasılığın ve kuantillerin hesaplanmasını ve ilgili yasaya uygun pseudo-rassal sayıların oluşturulmasını sağlar. dağılım şu formülle tanımlanır:

pdf_normal_distribution

burada:

  • x — rassal değişkenin değeri
  • μ — beklenen değer
  • σ — kök-ortalama-kare sapması

DemoNormalDistribution

Kütüphane, rassal sayıları ayrı ayrı hesaplamanın yanında, rassal sayı dizileriyle çalışmaya da olanak sağlar.  

Fonksiyon

Açıklama

MathProbabilityDensityNormal

Normal dağılımın olasılık yoğunluk fonksiyonunu hesaplar

MathCumulativeDistributionNormal

Normal dağılımın olasılık fonksiyonunun değerini hesaplar

MathQuantileNormal

Belli bir olasılık değeri için ters normal dağılımın olasılık fonksiyonunun değerini hesaplar

MathRandomNormal

Normal dağılım yasasına uygun olarak bir pseudo-rassal değişken veya değişken dizisi oluşturur

MathMomentsNormal

Normal dağılımın ilk dört momentinin teorik sayısal değerlerini hesaplar

Örnek:

#include <Graphics\Graphic.mqh>
#include <Math\Stat\Normal.mqh>
#include <Math\Stat\Math.mqh>
#property script_show_inputs
//--- giriş parametreleri
input double mean_value=0;  // beklenen değer
input double std_dev=1;     // standart sapma
//+------------------------------------------------------------------+
//| Script program start function                                    |
//+------------------------------------------------------------------+
void OnStart()
  {
//--- fiyat çizelgesini gizle
   ChartSetInteger(0,CHART_SHOW,false);
//--- rassal sayı üreticisini başlat  
   MathSrand(GetTickCount());
//--- rassal değişken örneğini oluştur
   long chart=0;
   string name="GraphicNormal";
   int n=1000000;       // örnekteki değerlerin sayısı
   int ncells=51;       // histogramdaki aralık sayısı
   double x[];          // histogram aralıklarının merkezleri
   double y[];          // aralığın içine düşen değerlerin sayısı
   double data[];       // rassal değişken örneği
   double max,min;      // örnekteki maksimum ve minimum değerlerin sayısı
//--- normal dağılıma uyan bir örnek oluştur
   MathRandomNormal(mean_value,std_dev,n,data);
//--- histogramı çizmek için gereken verileri hesapla
   CalculateHistogramArray(data,x,y,max,min,ncells);
//--- teorik eğriyi çizebilmek için seri sınırlarını ve adım değerini al
   double step;
   GetMaxMinStepValues(max,min,step);
   step=MathMin(step,(max-min)/ncells);   
//--- hesaplanan teorik verilerden [min,maks] aralığına düşenleri al
   double x2[];
   double y2[];
   MathSequence(min,max,step,x2);
   MathProbabilityDensityNormal(x2,mean_value,std_dev,false,y2);
//--- ölçeği ayarla
   double theor_max=y2[ArrayMaximum(y2)];
   double sample_max=y[ArrayMaximum(y)];
   double k=sample_max/theor_max;
   for(int i=0; i<ncells; i++)
      y[i]/=k;
//--- çıktı çizelgeleri    
   CGraphic graphic;
   if(ObjectFind(chart,name)<0)
      graphic.Create(chart,name,0,0,0,780,380);
   else
      graphic.Attach(chart,name);
   graphic.BackgroundMain(StringFormat("Normal distribution mu=%G sigma=%G",mean_value,std_dev));
   graphic.BackgroundMainSize(16);
//--- tüm eğrileri çiz
   graphic.CurveAdd(x,y,CURVE_HISTOGRAM,"Sample").HistogramWidth(6);
//--- şimdi dağılım yoğunluğunun teorik eğrisini çiz
   graphic.CurveAdd(x2,y2,CURVE_LINES,"Theory");
//--- tüm eğrileri çiz
   graphic.CurvePlotAll();
   graphic.Update();
  }
//+------------------------------------------------------------------+
//|  Veri setinin frekansını ayarla                                  |
//+------------------------------------------------------------------+
bool CalculateHistogramArray(const double &data[],double &intervals[],double &frequency[],
                             double &maxv,double &minv,const int cells=10)
  {
   if(cells<=1) return (false);
   int size=ArraySize(data);
   if(size<cells*10) return (false);
   minv=data[ArrayMinimum(data)];
   maxv=data[ArrayMaximum(data)];
   double range=maxv-minv;
   double width=range/cells;
   if(width==0) return false;
   ArrayResize(intervals,cells);
   ArrayResize(frequency,cells);
//--- aralık merkezini tanımla
   for(int i=0; i<cells; i++)
     {
      intervals[i]=minv+(i+0.5)*width;
      frequency[i]=0;
     }
//--- aralığın içine düşme frekansını gir
   for(int i=0; i<size; i++)
     {
      int ind=int((data[i]-minv)/width);
      if(ind>=cells) ind=cells-1;
      frequency[ind]++;
     }
   return (true);
  }
//+------------------------------------------------------------------+
//|  Seri oluşturma için gereken değerleri hesaplar                  |
//+------------------------------------------------------------------+
void GetMaxMinStepValues(double &maxv,double &minv,double &stepv)
  {
//--- normalleştirme kesinliğini almak için serinin tam aralığını hesapla
   double range=MathAbs(maxv-minv);
   int degree=(int)MathRound(MathLog10(range));
//--- maksimum ve minimum değerleri belirtilen kesinlik için normalleştir
   maxv=NormalizeDouble(maxv,degree);
   minv=NormalizeDouble(minv,degree);
//--- seri oluşturma aşaması belirtilen kesinliğe göre ayarlanır
   stepv=NormalizeDouble(MathPow(10,-degree),degree);
   if((maxv-minv)/stepv<10)
      stepv/=10.;
  }