توزیع لاگ-نرمال
توزیع لاگ-نرمال (به انگلیسی: log-normal یا lognormal) در نظریه احتمال نوعی توزیع احتمال پیوسته برای یک متغیر تصادفی است، که لگاریتم آن به صورت نرمال توزیع شدهاست.
تابع چگالی احتمال ![]() بعضی از توابع چگالی لاگ-نرمال با پارامتر همانی | |||
تابع توزیع تجمعی ![]() تابع توزیع تجمیعی توزیع لاگ-نرمال (با | |||
نماد |
| ||
---|---|---|---|
پارامترها |
| ||
تکیهگاه |
| ||
تابع چگالی احتمال |
| ||
تابع توزیع تجمعی |
| ||
چندک |
| ||
میانگین |
| ||
میانه |
| ||
مُد |
| ||
واریانس |
| ||
چولگی |
| ||
کشیدگی |
| ||
آنتروپی |
| ||
تابع مولد گشتاور | ، تنها برای اعداد با قسمت حقیقی غیرمثبت تعریف شدهاست متن را ببینید. | ||
تابع مشخصه |
نمایش | ||
اطلاع فیشر |
| ||
روش گشتاورها |
|
از این رو اگر متغیر تصادفی X به صورت لاگ-نرمال توزیع شده باشد، آنوقت Y = ln(X) دارای توزیع نرمال است. به بیان دیگر، اگر Yدارای توزیع نرمال باشد، آنوقت تابع نمایی Y، یعنی X = exp(Y) دارای توزیع لاگ-نرمال است. متغیر تصادفی که به صورت لاگ-نرمال توزیع شدهاست، فقط مقادیر مثبت و حقیقی را میپذیرد.
توزیع لاگ-نرمال مدلی مفید و مناسب برای اندازهگیریها در علوم دقیق و مهندسی، مثل پزشکی، اقتصاد و دیگر عناوین است (مثلا انرژی، غلظت، طول، بازدهی مالی، و دیگر سنجهها).
به این توزیع، بعضی مواقع توزیع گالتون (به انگلیسی: Galton distribution) هم میگویند که به افتخار فرانسیس گالتون نامگذاری شدهاست. توزیع لاگ-نرمال با دیگر اسامی مثل مک آلیستر (به انگلیسی: McAlister), جبرات (به انگلیسی: Gibrat) و کاب – داگلاس (به انگلیسی: Cobb–Douglas) نیز مرتبط است.
یک فرایند لاگ-نرمال، یک فهم آماری از حاصلضرب چندین متغیر تصادفی مستقل است، که همه آنها مثبت هستند. این موضوع از طریق درنظرگرفتن قضیه حد مرکزی در دامنه لاگ قابل توجیه است. توزیع لاگ-نرمال همان توزیع احتمال با آنتروپی حداکثری برای متغیر تصادفی X است که در آن میانگین و واریانس ln(X) از قبل معین بودهاست.
تعاریف
تولید و پارامترها
فرض کنید که
یک توزیع لاگ-نرمال با پارامترهای
پانویس
- ↑ "List of Probability and Statistics Symbols". Math Vault (به انگلیسی). 2020-04-26. Retrieved 2020-09-13.
- ↑ Weisstein, Eric W. "Log Normal Distribution". mathworld.wolfram.com (به انگلیسی). Retrieved 2020-09-13.
- ↑ "1.3.6.6.9. Lognormal Distribution". www.itl.nist.gov. Retrieved 2020-09-13.
- ↑ Johnson, Norman L.; Kotz, Samuel; Balakrishnan, N. (1994), "14: Lognormal Distributions", Continuous univariate distributions. Vol. 1, Wiley Series in Probability and Mathematical Statistics: Applied Probability and Statistics (2nd ed.), New York: John Wiley & Sons, ISBN 978-0-471-58495-7, MR 1299979
- ↑ Park, Sung Y.; Bera, Anil K. (2009). "Maximum entropy autoregressive conditional heteroskedasticity model" (PDF). Journal of Econometrics. 150 (2): 219–230. CiteSeerX 10.1.1.511.9750. doi:10.1016/j.jeconom.2008.12.014. Archived from the original (PDF) on 2016-03-07. Retrieved 2011-06-02. Table 1, p. 221.