对数正态分布(Log-Normal Distribution)
2017.11.1 人要有发耻心和羞耻心,突然想到了这么一句话,MARK一个博客
困惑了好久,还是写个博客Mark一下,方便以后查询使用
- 概率密度函数
- 局部期望
- 相关分布
概率密度函数
对数正态分布是对数为正态分布的任意随机变量的概率分布。如果YY是正态分布的随机变量,则exp(Y)exp(Y)是对数正态分布;同样,如果XX是对数正态分布,则ln(X)ln(X)为正态分布,如果一个变量可以看成是许多很小独立因子的乘积,则这个变量可以看作是对数正态分布。 给定一个x>0x>0,对数正态分布的概率密度函数为:
f(x;\mu;\sigma)=\frac{1}{\sqrt {2\pi}x\sigma}e^{-\frac{(lnx-\mu)^2}{2\sigma^2}}
其中, μ\mu和 σ\sigma分别是变量对数的平均值和标准差。期望值和方差分别为:
E(X)=e^{\mu+\sigma^2/2}
var(X)=(e^{\sigma^2}-1)e^{2\mu+\sigma^2}
给定期望值与方差,也可以用这个关系求 μ\mu与 σ\sigma的大小
\mu=ln(E(X))-\frac{1}{2}ln(1+\frac{var(X)}{E(X)^2})和
\sigma^2=ln(1+\frac{var(X)}{E(X)^2})
求解时,需要将 μ\mu和 σ\sigma计算出来带入到上面的 f(x;μ;σ)f(x;\mu;\sigma)中使用matlab带有的 logncdf和 lognpdf获取对数正态分布的累积分布函数和密度函数。
注解:已知变换后的数据的统计特征可以反过来推导出原始数据的统计特征,不存在数据信息的损失(对数转换后变量的均值可以直接由样本数据的均值得到,但不进行变化却需要由样本均值方法两方面去推断得到),参见: 机器学习小组知识点17 也可以发现对数正态分布实际上是对数据进行了对数变化,从而变成了正态分布,方便得到相关的统计学变量。
局部期望
随机变量XX在阈值kk上的局部期望定义为:
g(k)=\int_k ^\infty (x-k)f(x)dx
其中 f(x)f(x)是概率密度,对于对数正态概率密度,这个定义为:
g(k)=exp(\mu+\sigma^2/2)\Phi(\frac{-ln(k)+\mu+\sigma^2}{\sigma})-k\Phi(\frac{-ln(k)+\mu}{\sigma})
其中 Φ\Phi是标准正态分布的累积分布函数,对数正态分布的局部期望在经济领域应用广泛。
相关分布
这里指的是与高斯分布的关系
如果Y=ln(X)Y=ln(X)与X Log−N(μ,σ2)X~Log-N(\mu,\sigma^2),则Y N(μ,σ2)Y~N(\mu,\sigma^2)是正态分布.
如果Xm=Log−N(μ,σ2m),m=1...n¯¯¯¯¯¯¯X_m=Log-N(\mu,\sigma_m^2),m=\overline{1...n}是有同样%μ\mu参数,而σ\sigma可能不同的统计独立对数正态分布变量,并且Y=∏Nm=1XmY=\prod_{m=1}^N X_m,则YY也是正态分布变量:Y∼Log−N(nμ,∑nm=1σ2m)Y \sim Log-N(n\mu,\sum_{m=1}^n \sigma_m^2),满足高斯分布求和性质。
参数的最大似然估计
为了确定对数正态分布参数μ\mu和σ\sigma的最大似然估计,可以采用与正态分布参数最大似然估计同样的方法。
f_L(x;\mu,\sigma)=\frac{1}{x}f_N(lnx;\mu,\sigma)
其中用 fL(⋅)f_L(\cdot)表示对数正态分布的概率密度函数,用 fN(⋅)−−f_N(\cdot)--表示正态分布,因此,用与正态分布同样的指数,我们可以得到对数最大似然函数:
l_L(\mu,\sigma|x_1,x_2,\cdots,x_n)=-\sum_klnx_k+l_N(\mu,\sigma|lnx_1,lnx_2,\cdots,lnx_n)=constant+l_N(\mu,\sigma|lnx_1,lnx_2,\cdots,lnx_n)
由于第一项相对于 μ\mu和 、sigma、sigma来说是常数,两个对数最大似然函数 lLl_L和 lNl_N在同样的 μ\mu和 σ\sigma处有最大值。因此,根据正态分布最大似然参数估计器的公式以及上面的方程,推导出对数正态分布参数最大似然估计为:
\hat\mu=\frac{\sum_klnx_k}{n},\hat\sigma^2=\frac{(lnx_k-\hat\mu)^2}{n}
对数正态分布(Log-Normal Distribution)相关推荐
- R语言对数正态分布分布函数Log Normal Distribution(dlnorm, plnorm, qlnorm rlnorm)实战
R语言对数正态分布函数Log Normal Distribution(dlnorm, plnorm, qlnorm & rlnorm)实战 目录 R语言对数正态分布函数Log Normal D ...
- R可视化绘制对数正态分布(Log Normal Distribution)
R可视化绘制对数正态分布(Log Normal Distribution) 为了绘制R中对数正态分布的概率密度函数,我们可以使用以下函数: dlnorm(x, meanlog = 0, sdlog = ...
- 正态分布(Normal distribution)与高斯分布(Gaussian distribution)
正态分布(Normal distribution)又名高斯分布(Gaussian distribution),是一个在数学.物理及工程等领域都非常重要的概率分布,在统计学的许多方面有着重大的影响力. ...
- 正态分布(Normal distribution)又名高斯分布(Gaussian distribution)
正态分布(Normal distribution)又名高斯分布(Gaussian distribution),是一个在数学.物理及工程等领域都非常重要的概率分布,在统计学的许多方面有着重大的影响力. ...
- 正态分布(normal distribution)与偏态分布(skewed distribution)
分享一下我老师大神的人工智能教程!零基础,通俗易懂!http://blog.csdn.net/jiangjunshow 也欢迎大家转载本篇文章.分享知识,造福人民,实现我们中华民族伟大复兴! 存在正太 ...
- [转载] python numpy.random.randn()与numpy.random.rand()的区别 (正态分布公式)(标准正态分布 standard normal distribution
参考链接: Python中的numpy.random.randn 引用文章: numpy.random.randn()与numpy.random.rand()的区别 https://www.cnblo ...
- C++生成随机数:高斯/正态分布(gaussian/normal distribution)
高斯分布也称为正态分布(normal distribution) 常用的成熟的生成高斯分布随机数序列的方法由Marsaglia和Bray在1964年提出,C++版本如下: #include <s ...
- tableau linux无网络安装_举个栗子!Tableau 技巧(110)两种方法实现正态分布 Normal distribution...
关于正态分布 正态分布(Normal distribution),也称"常态分布",又名高斯分布(Gaussian distribution).正态分布是统计学中一个重要的概率分布 ...
- 黎曼和 Riemann Sum ,黎曼积分Riemann Integral,正态分布normal distribution
这里有一块形状不规则的土地,要测量它的面积,怎么办呢?一个叫黎曼的德国数学家(Bernhard Riemann, 1826-1866),他想了个办法:将这不规则图形切成一条条的小长条儿,然后将这个长条 ...
- Normal Distribution Chi-squared Distribution t distribution F-distribution
最近看论文发现经常有一些统计学的内容,但是这部分内容之前一直都是很薄弱的地方,不敢涉猎,现在学习一下,并整理下来,方便以后查阅. Normal Distribution & Chi-squar ...
最新文章
- VS打开文件,解决方案资源管理器自动定位到文件位置
- ajax查询数据的举例
- messagedigest 图片加密_MessageDigest 加密和解密2
- 程序员面试金典 - 面试题 01.01. 判定字符是否唯一(位运算,牛)
- 一图读懂马云与阿里20年:互联网巨头是如何养成的?
- 信息学奥赛一本通 1085:球弹跳高度的计算 | OpenJudge NOI 1.5 20
- 【spark】示例:连接操作
- c语言指针慕课,C语言-指针
- 智乃的树旋转(easy version)(思维+暴力)
- Layui 表格table 第一次加载动态设置列
- 如何编译python源代码
- 标准偏差:评价数据的离散程度
- 计算机类自主招生推荐信,自主招生推荐信范文15篇
- Linux sed命令详解
- 当拳皇遇上数据库,会擦出什么样的火花?
- 苹果CMSV10本地DPLAYER播放器自动下一集设置教程
- Alibaba内部首发“M8级”500页微服务架构手册,GitHub上杀疯了
- 图片风格迁移:基于实例缓解细节丢失、人脸风格化失败问题
- 开源项目之Android繁体中文输入法
- 性能测试连载 (8)-jmeter 实战分析并发、RPS、RT 公式换算