LogNormalDistribution
表示一个从均值为 μ 和标准偏差为 σ 的正态分布衍生的对数正态分布.
更多信息
- LogNormalDistribution 也称为高尔顿(Galton)分布.
- LogNormalDistribution[0,1] 也称为 Gibrat 分布.
- 对数正态分布 LogNormalDistribution[μ,σ] 等价于 TransformedDistribution[Exp[x],xNormalDistribution[μ,σ]]
- LogNormalDistribution 允许 μ 为任何实数,σ 为任何正实数.
- LogNormalDistribution 允许 μ 和 σ 为任意无量纲量.
- LogNormalDistribution 能够用于诸如 Mean、CDF 和 RandomVariate 等的函数. »
背景
- LogNormalDistribution[μ,σ] 表示在区间 上支持的连续统计分布,参数为实数 μ 和正实数 σ,同时决定概率密度函数的整体形状. 取决于 σ 和 μ 的数值,对数正态分布的概率密度函数可能是具有单个“峰”(即全局最大值)的单峰函数或者单调递减的函数,奇点接近定义域的下界. 另外,对数正态分布的概率密度函数具有“胖”尾部,因为它的概率密度函数对较大的 值呈几何级数而不是指数级数降低.(这一行为可通过研究分布的 SurvivalFunction 做精确的定量分析.)对数正态分布有时候称为 Galton 分布、反对数正态分布,或者 Cobb–Douglas 分布.
- LogNormalDistribution 是服从正态随机变量的对数分布. 换句话说,如果 是随机变量,而 (其中 表示“服从分布”),而 . 对数正态分布的原点可以追溯到 Francis Galton 在 1870 年代的观察,表示了大量独立正随机变量的乘积的对数模型趋向于标准NormalDistribution,当变量数目趋向无穷大时. 分布的理论研究早在1900年代初期就进行了,并且可以精确对人类体重和文件系统上的计算机文件大小建模。另外,对数正态分布已经变成对各种现象建模的广泛采用的工具,包括粉尘浓度、黄金和铀的等级、洪水流量、制成品的寿命分布和各种财经现象.
- RandomVariate 可被用于给出对数正态分布的一个或多个机器精度或任意精度(后者可用 WorkingPrecision 选项指定)的伪随机变量. Distributed[x,LogNormalDistribution[μ,σ]],更简洁的写法是 xLogNormalDistribution[μ,σ] ,可被用于声明随机变量 x 是对数正态分布的. 这样一个声明之后可用在如 Probability、NProbability、Expectation 以及 NExpectation 这样的函数中.
- 对数正态分布的概率密度函数和累积分布函数可用 PDF[LogNormalDistribution[μ,σ],x] 和 CDF[LogNormalDistribution[μ,σ],x] 求得. 平均数、中位数、方差、原点矩及中心矩可分别用 Mean、Median、Variance、Moment 和 CentralMoment 计算.
- DistributionFitTest 可用于检测给定数据集是否与对数正态分布一致,EstimatedDistribution可被用于根据给定数据估算对数正态参数化分布,而 FindDistributionParameters 可拟合数据和对数正态分布. ProbabilityPlot 可被用于生成给定数据的 CDF 相对于符号对数正态分布的 CDF 的图线,而 QuantilePlot 可被用于生成给定数据的分位数相对于符号对数正态分布的分位数的图线.
- TransformedDistribution 可用于表示变换过的对数正态分布,CensoredDistribution 表示截尾后位于上限和下限值之间的数据的分布,而 TruncatedDistribution 则表示删失后位于上限和下限值之间的数据的分布. CopulaDistribution 可用来构建包含对数正态分布的高维分布,而 ProductDistribution 可以计算由独立分布为对数正态分布所得的联合分布.
- LogNormalDistribution 与许多别的分布有关系. 它可以通过对 NormalDistribution 进行变换来实现,因为TransformedDistribution[Exp[x],xNormalDistribution[μ,σ]] 的概率密度函数与 LogNormalDistribution[μ,σ] 完全相同. 它的对数行为与 LogLogisticDistribution、LogMultinormalDistribution 和 LogGammaDistribution 相似. LogNormalDistribution 是 JohnsonDistribution 的一个特例. 用户可以通过合并 LogNormalDistribution 和 RayleighDistribution 推导 SuzukiDistribution,因为 SuzukiDistribution[μ,ν] 的概率密度函数完全与 TransformedDistribution[u v,{uRayleighDistribution[1],vLogNormalDistribution[μ,ν]}] 相同. 由于和 NormalDistribution 的关系, LogNormalDistribution 也与 StableDistribution、RiceDistribution、MaxwellDistribution、LevyDistribution、LaplaceDistribution、ChiDistribution 和 ChiSquareDistribution 相关.
范例
打开所有单元关闭所有单元范围 (7)
应用 (4)
假设股票价格 在时间 (以年份为单位)的改变比例服从参数为 和 的对数正态分布:
假设投资者可以一年内按照连续合成年利率 进行无风险投资,风险中性的定价条件要求:
考虑从现在开始一年内购买股票的期权,即以固定价格 购买. 这样的期权的值是:
假定利率 为 5%,波动参数 为0.087,每股初始价格为 $200,每股的预购价格为 $190,则 Black Scholes 期权价格为:
GammaDistribution 数据可以通过一个对数正态分布逼近:
属性和关系 (9)
当使用一个正因子为比例进行缩放时,新生成的分布仍然是对数正态分布:
一个 LogNormalDistribution 的幂服从一个对数正态分布:
NormalDistribution 与 LogNormalDistribution 呈指数相关:
对数正态分布是 SL JohnsonDistribution 的一个特殊情况:
SuzukiDistribution 可由对数正态分布和 RayleighDistribution 得到:
可能存在的问题 (2)
巧妙范例 (2)
LogNormalDistribution 不由它的矩序列唯一确定:
将它与 LogNormalDistribution 的矩序列比较:
文本
Wolfram Research (2007),LogNormalDistribution,Wolfram 语言函数,https://reference.wolfram.com/language/ref/LogNormalDistribution.html (更新于 2016 年).
CMS
Wolfram 语言. 2007. "LogNormalDistribution." Wolfram 语言与系统参考资料中心. Wolfram Research. 最新版本 2016. https://reference.wolfram.com/language/ref/LogNormalDistribution.html.
APA
Wolfram 语言. (2007). LogNormalDistribution. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/LogNormalDistribution.html 年