n高斯股票是什么股票？
N=1时，分布函数为： f(x) = \begin{cases} 0 &\textrm{if } x 0）。 如果N=2，则f(x) 的图形如下： 可以发现，尽管分位数函数在0附近非常“矮胖”，但平方差是明显比标准方差要大的。这就是说，当N很小时，用标准差来度量风险是很不合适的。
如果N=50，则f(x) 的图形如下 可以看到，当x变大时，f(x) 在0附近的高度迅速下降，而同时曲线整体朝右移动，这意味着，对于给定的置信水平的极限误差，当N很大时，发生的可能性非常之小——这几乎是必然会发生的情况。而当你对N的大小做适当调整时，比如从48变成52，虽然极大可能性的区间会向右平移一点，但对最终的结果几乎没有影响。 这意味着，对于一个给定的概率水平，当N较大时，允许的极限误差会相对较小（即需要尽量精确地测量特征向量从而减小错误）。而当N较小时，同样的概率水平下允许的极限误差则会比较大。