机器学习小组知识点17：对数正态分布（Logarithmic Normal Distribution） |
您所在的位置：网站首页 › 标准正态分布分布函数怎么求原函数 › 机器学习小组知识点17：对数正态分布（Logarithmic Normal Distribution） |
|
这块儿我是真的没听说过，所以直接抄了维基百科，维基万岁！ 概率密度函数在概率论与统计学中，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 X 是正态分布的随机变量，则 exp(X) 为对数正态分布；同样，如果 Y 是对数正态分布，则 ln(Y) 为正态分布。 如果一个变量可以看作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。一个典型的例子是股票投资的长期收益率，它可以看作是每天收益率的乘积。 对于 x>0 ，对数正态分布的概率密度函数为: f(x;μ,σ)=1xσ2π−−√e−(lnx−μ)2/2σ2 其中 μ 与 σ 分别是变量对数的平均值与标准差。 推导过程：概率微分不变性。 一个正的随机变量 x 是对数正态分布，当且仅当 x 是正态分布。那么： N(lnx;μ,σ)=1σ2π−− |
今日新闻 |
推荐新闻 |
| CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |