《对数正态分布(log-normal distribution).doc》由会员分享,可在线阅读,更多相关《对数正态分布(log-normal distribution).doc(5页珍藏版)》请在金锄头文库上搜索。
1、对数正态分布对数正态分布机率 密度 函数=0累积分布函数=0参数值域概率密度函数累积分布函数期望值中位数e众数方差偏态峰态熵值动差生成函数(参见原始动差文本)特征函数is asymptotically divergent but sufficient for numerical purposes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
2、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分布函数为其中 与 分别是变量对数的平均值与标准差。它的期望值是方差为给定期望值与标准差,也可以用这个关系求 与 目录隐藏 1 与几何平均值和几何标准差的关系 2 矩 3 局部期望 4 参数的最大似然估计 5 相关分布 6 进一步的阅读资料 7 参考文献 8 参见编辑 与几何平均值和几何标准差的关系对数正态分布、几何平均数与几何标准差是相互关联的。在这种情况下,几何平均值等于 exp(),几何平均差等于 exp()。如果采样数据来自于对数正态分布,则几何平均值与几何标准差可以用于估计置信区间,就像用算术平均数与标准差估
3、计正态分布的置信区间一样。置信区间界对数空间几何3 下界 32 下界 21 下界 geo / geo1 上界 + geogeo2 上界 + 23 上界 + 3其中几何平均数 geo = exp(),几何标准差 geo = exp()编辑 矩原始矩为:或者更为一般的矩编辑 局部期望随机变量 X 在阈值 k 上的局部期望定义为其中 f(x) 是概率密度。对于对数正态概率密度,这个定义可以表示为其中 是标准正态部分的累积分布函数。对数正态分布的局部期望在保险业及经济领域都有应用。编辑 参数的最大似然估计为了确定对数正态分布参数 与 的最大似然估计,我们可以采用与正态分布参数最大似然估计同样的方法。我
4、们来看其中用 表示对数正态分布的概率密度函数,用 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:由于第一项相对于 与 来说是常数,两个对数最大似然函数 与 在同样的 与 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,我们可以推导出对数正态分布参数的最大似然估计编辑 相关分布 如果 Y = ln(X) 与 ,则 YN(,2) 是正态分布。 如果 是有同样 参数、而 可能不同的统计独立对数正态分布变量 ,并且 ,则 Y 也是对数正态分布变量:。编辑 进一步的阅读资料 Robert Brooks, Jon Corson 以及 J. Donal Wales 的 The Pricing of Index Options When the Underlying Assets All Follow a Lognormal Diffusion, in Advances in Futures and Options Research, volume 7, 1994.编辑 参考文献