numpy - y 事件后返回 x 的正态分布函数

我有一个模糊地类似于正态分布的数字列表。在这种情况下，它们是均值回归工具的每日价格。如果我假设平均每日移动为“1”且起点为“s”，是否可以在假设正态分布（或其他 PDF？）的情况下计算第 30 天（d=30）的平均价格“x”？ .

例如，我有一个包含 10 个数字的列表：

1, 2, 2, 3, 3, 3, 3, 4, 4, 5

我的起始位置，'s' = 2。

在第 1 天（d=1），我有 1/10 的机会失去“1”，因此有 9/10 的变化获得“1”。即预期值为 0.9 + s = 2.9。

在第 2 天（d=2），s=2.9，获胜概率 =0.2（随着正态分布的上升而降低）。

等等等等，我想在极限，s = mean。

由于每个“事件”的概率各不相同，我正在努力记住我在这方面的数学。如果有人能指出我正确的方向，我将不胜感激。

很长时间的谷歌人，第一次发帖，对于任何错误，我们深表歉意。

标签： numpyprobabilitynormal-distributionprobability-densitybinomial-coefficients