主題
Search

對數正態分佈


LogNormalDistribution

一種連續分佈,其中變數的對數服從正態分佈。它是吉布拉特分佈的一般情況,當 S=1M=0 時,對數正態分佈會簡化為吉布拉特分佈。如果變數是大量獨立同分布變數的乘積,就會得到對數正態分佈,這與變數是大量獨立同分布變數的總和時得到正態分佈的方式相同。

對數正態分佈的機率密度函式和累積分佈函式為

P(x)=1/(Ssqrt(2pi)x)e^(-(lnx-M)^2/(2S^2))
(1)
D(x)=1/2[1+erf((lnx-M)/(Ssqrt(2)))],
(2)

其中 erf(x)誤差函式

它在 Wolfram 語言中實現為LogNormalDistribution[mu, sigma].

此分佈是歸一化的,因為令 y=lnx 得到 dy=dx/xx=e^y,所以

 int_0^inftyP(x)dx=1/(Ssqrt(2pi))int_(-infty)^inftye^(-(y-M)^2/2S^2)dy=1.
(3)

原始矩為

mu_1^'=e^(M+S^2/2)
(4)
mu_2^'=e^(2(M+S^2))
(5)
mu_3^'=e^(3M+9S^2/2)
(6)
mu_4^'=e^(4M+8S^2),
(7)

中心矩為

mu_2=e^(2M+S^2)(e^(S^2)-1)
(8)
mu_3=e^(3M+3S^2/2)(e^(S^2)-1)^2(e^(S^2)+2)
(9)
mu_4=e^(4M+2S^2)(e^(S^2)-1)^2(e^(4S^2)+2e^(3S^2)+3e^(2S^2)-3).
(10)

因此,均值、方差偏度峰度超額由下式給出

mu=e^(M+S^2/2)
(11)
sigma^2=e^(S^2+2M)(e^(S^2)-1)
(12)
gamma_1=sqrt(e^(S^2)-1)(2+e^(S^2))
(13)
gamma_2=e^(4S^2)+2e^(3S^2)+3e^(2S^2)-6.
(14)

這些可以透過直接積分找到

mu=1/(Ssqrt(2pi))int_0^inftye^(-(lnx-M)^2/(2S^2))dx
(15)
=1/(Ssqrt(2pi))int_(-infty)^inftye^(-(y-M)^2/(2S^2))e^ydy
(16)
=e^(M+S^2/2),
(17)

sigma^2 的情況類似。

具有近似對數正態分佈的變數示例包括照相乳劑中銀顆粒的大小、消毒劑中細菌的存活時間、人類的體重和血壓,以及喬治·伯納德·肖在句子中寫的單詞數。


另請參閱

對數級數分佈, 對數分佈, 韋布爾分佈

使用 探索

參考文獻

Aitchison, J. and Brown, J. A. C. 對數正態分佈,特別參考其在經濟學中的應用。 New York: Cambridge University Press, 1957.Balakrishnan, N. and Chen, W. W. S. 來自對數正態分佈的順序統計量表格手冊及其應用。 Amsterdam, Netherlands: Kluwer, 1999.Crow, E. L. and Shimizu, K. (Ed.). 對數正態分佈:理論與應用。 New York: Dekker, 1988.Kenney, J. F. and Keeping, E. S. 統計數學,第 2 部分,第二版。 Princeton, NJ: Van Nostrand, p. 123, 1951.

在 上被引用

對數正態分佈

請這樣引用

Weisstein, Eric W. "對數正態分佈。" 來自 網路資源。 https://mathworld.tw/LogNormalDistribution.html

主題分類