Saya sedang membaca dan ini adalah definisi yang saya dapatkan dari buku DeGroot:
Apakah itu berarti parameternya sama? Sebagai contoh, anggap X terdistribusi normal dan Y terdistribusi normal di mana Y = log (X). Apakah ini mengatakan bahwa X dan Y memiliki mean dan SD yang sama meskipun mereka berbeda bentuk distribusi? Jika tidak, sebaran apa yang dimaksud dengan μ dan σ?
Dengan kata lain, jika seseorang mengatakan X terdistribusi secara lognormal dengan mean μ dan SD σ, apakah saya perlu melakukan konversi apa pun sehingga mean dan SD dalam kondisi normal?
normal-distribution
lognormal
bingung
sumber
sumber
Jawaban:
Di sinilah Anda bingung. Anda tidak membuat asumsi pada dua distribusi, salah satunya adalah log yang lain.
Sebaliknya, Anda mulai dengan distribusi . Kemudian Anda mempertimbangkan . Jika , maka kita mengatakan bahwa distribusi asli adalah lognormal dengan parameter dan .X catatanX catatanX∼ N( μ ,σ2) X μ σ2
(Dan kemudian rata-rata adalah , misalnya, jadi parameternya tentu tidak sama. Ini juga mengapa lebih baik untuk berbicara tentang "parameter" dari lognormal, daripada "mean dan SD" - karena sangat mudah untuk bingung apakah ini merujuk ke mean aktual atau log-mean, sama untuk SD.)X exp( μ +σ22)
sumber
Wikipedia memiliki artikel yang bagus tentang distribusi log-normal: https://en.m.wikipedia.org/wiki/Log-normal_distribution . Artikel ini mengungkapkan bahwa X yang terdistribusi normal dan log terdistribusi normal (X) memiliki cara dan standar deviasi yang berbeda.
Jika X mengikuti distribusi log-normal dengan parameterμ dan σ , kemudian μ dan σ mewakili mean dan standar deviasi dari distribusi log (X), yang normal. Dengan kata lain, mean dan standar deviasi dari log yang terdistribusi normal (X) adalah:
Arti daricatatan( X) = μ
SD daricatatan( X) = σ
Rata-rata dan standar deviasi X yang terdistribusi normal adalah sebagai berikut:
Berarti X =exp( μ +σ2/ 2)
SD X =[ exp(σ2) -1 ] ⋅exp( 2 μ +σ2)----------------------√
sumber