精华内容
下载资源
问答
  • 关于对数正态分布的几个关键点: 当变化是由加和在一起的多个散点来源引起时,就会出现高斯分布。相反,变化是由于多个乘法的多个散点来源引起时, 出现对数正态分布; 对数正态分布中的所有值均为正值。在...

    对数正态分布

     

    关于对数正态分布的几个关键点:

    • 当变化是由加和在一起的多个散点来源引起时,就会出现高斯分布。相反,变化是由于多个乘法的多个散点来源引起时, 出现对数正态分布;

    • 对数正态分布中的所有值均为正值。在对数正态分布中,不可能使用负值和零;

    • 对数正态分布在生物学中很常见;

    • 对数正态分布是不对称分布。许多值非常相似,而一小部分值要大得多。你可在下图左侧看到该结果;

     

    下载.jpeg

    • 在对数轴上绘图时,如上图右侧所示,分布是对称分布;

    • 如果你不知道对数正态分布,则可试图将上面示例中最高的四个值作为异常值进行删除,因为其看起来不属于总体分布。如果通过异常值检测算法(假设从高斯分布中抽样)来运行这些值,则可识别出异常值(上述示例中最高的四个值);

    • 如果你尝试使用t检验或方差分析比较平均值,可能会发现P值很高,置信区间很宽。T检验和方差分析假设这些值是从高斯分布中抽样。如果你尝试使用这些方法来比较从对数正态分布中抽样的数据集的平均值,就会失去统计检验力;

    • 文章剩余内容<<<<<<

    展开全文
  • 正态分布 函数形式:y=normpdf(x,mu,sigma) x - x轴数据,如 x=-10:0.01:10;...对数正态分布 函数形式:y=lognpdf(x,mu,sigma) x - x轴数据,如 x=0:0.01:10; mu - 均值,默认为0; sigma - 标准差,默认为1;..

    正态分布

    函数形式:y=normpdf(x,mu,sigma)

    x - x轴数据,如 x=-10:0.01:10; 注意正态分布,正负对称!

    mu - 均值,默认为0;

    sigma - 标准差,默认为1;

     

    实例

    x=-10:0.01:10;y=normpdf(x,0,1);plot(x,y);

     


    对数正态分布

    函数形式:y=lognpdf(x,mu,sigma)

    x - x轴数据,如 x=0:0.01:10;

    mu - 均值,默认为0;

    sigma - 标准差,默认为1;

     

    实例:

    x=0:0.01:10;y=lognpdf(x,0,1);plot(x,y);

    展开全文
  • 1. 均匀分布 函数形式: x=rand(n,m) n - 行数 ...3. 对数正态分布 函数形式 x=lognrnd(mu,sigma,a,b) mu- 对数值的均值(mean of logarithmic values);mu = log((m^2)/sqrt(v+m^2)); (m - ..

    目录

    1. 均匀分布

    2. 正态分布

    概率密度曲线

    标准正态分布

    设置均值,方差 

    3. 对数正态分布


    1. 均匀分布

    函数形式: x=rand(n,m)

    • n - 行数
    • m - 列数
    • 生成在0到1之间,满足均匀分布的随机数!

    实例

    2. 正态分布

    概率密度曲线

    标准正态分布

    函数形式  x=randn(n,m)

    • n - 行数
    • m - 列数
    • 生成均值为0,方差为1的标准正态分布

    实例

    设置均值,方差 

    函数形式: x=normrnd(\mu,\sigma,[a,b])

    •  \mu - 均值
    • \sigma - 标准差
    • a - 行数
    • b - 列数
    • 生成一个均值为\mu,标准差为\sigma的正态分布随机数

    实例:x=normrnd(3,10,[10,1])

     

    3. 对数正态分布

    函数形式 x=lognrnd(mu,sigma,a,b)

    • mu - 对数值的均值(mean of logarithmic values);mu = log((m^2)/sqrt(v+m^2)); (m - 均值,v - 方差)
    • sigma - 对数值的标准差(standard deviation of logarithmic values);sigma = sqrt(log(v/(m^2)+1))
    • a - 行数
    • b - 列数

    实例

     

    展开全文
  • 结果表明:工作面井下疏放水钻孔水量服从对数正态分布,模型中典型工作面疏放水钻孔水量对数的均值和标准差与所属井田含水层单位涌水量的均值和标准差呈线性相关,分布曲线中的偏度和峰度主要受顶板含水层富水性及其...
  • 很多地方都可以看到正态分布的影子,例如大多数生物的高度和重量都可以看到正态分布。那么为什么会出现正态分布呢?在什么情况下可以把分布看作正态分布呢?正态分布有什么应用?这篇文章将回答这些问题。为什么存在...

    3d048ece462645a506e01dbbb2635a7b.png

    这个图片展示了不同的平均值和方差的正态分布,这可以说是生活中最常见的模型了。很多地方都可以看到正态分布的影子,例如大多数生物的高度和重量都可以看到正态分布。那么为什么会出现正态分布呢?在什么情况下可以把分布看作正态分布呢?正态分布有什么应用?这篇文章将回答这些问题。

    为什么存在正态分布

    这里首先需要提到中心极限定理:

    在适当的条件下,大量相互独立随机变量的均值经适当标准化后分布收敛于正态分布.

    这里用抛硬币的例子来说明这个问题,每次抛硬币是独立同分布的。如果连续抛10000次硬币,每次抛硬币的正反概率都是1/2,之后计算出现正面的概率。重复做这个实验很多次,得到的正面结果的分布就是一个正态分布。

    中心极限定理的特殊之处在于不管每个独立事件的分布如何,最后都是成立的。经研究发现,当 N > 20 的时候,这些独立事件的均值就服从正态分布。因为N是固定的,所以也可以看作这些独立事件的是正态分布的。

    重要的一点在于,服从正态分布的是许多随机事件的个体的均值或者是和,并不是独立的事件出现的本身。这时候聪明的读者可能就会想,那么为什么每个人的身高是符合正态分布呢?

    人的身高是受到本身的基因和外界坏境影响。经过研究发现,基因的贡献率可能高达80%,所以在这里简化认为人的身高只受到基因的影响。研究发现至少180个基因有助于人的身体长高,这些基因在人类的身体里是共有的,不过表达的程度不同,所以可以把一个人的身高看作这些基因的表现之和。由此解释了为什么人的身高符合正态分布。

    而对于一些事情,其实就不应该符合正态分布,例如一次考试的成绩。成绩受到试卷的难度,学生的水平多方面影响,很难看作独立同分布事件之和,所以成绩并不符合正态分布的假设。如果把很多同学成绩的均值进行统计,是符合正态分布的。而在一些地方,会强行要求每个同学的成绩符合正态分布,这无疑是一件很难的事情。大学成绩要求正态分布合理吗?

    正态分布的一些应用

    我们可以利用正态分布解释为什么罕见结果在规模小的群体里更加常见。随机变量均值的标准差并不等于分布的标准差/N, 同样的,随机变量的和的标准差也不是等于分布的标准差 * N。

    当群体比较大的时候,均值的波动会比较小,但是和的波动就会比较大。当群体小的时候,均值的标准差会比大群体大不少,所以出现极端情况会比较多。美国多州疫情数据显示:非洲裔等少数族裔确诊和死亡病例远高于平均值 我们也可以利用这条应用解释这个新闻。这个现象出现的原因:一方面是本身医疗条件和生活水平的差距,另一点也是受少数族裔本身的影响,其确症和死亡率比大群体 -- 白人是要高一点。

    另一个应用是六西格玛方法,它是由摩托罗拉公司于1980年代提出的,可以利用正态分布来为质量控制提供有效信息。

    71df57b78831ea35b7c1ee22bbb52cab.png

    六西格玛的由来可以看这个图,$pm 3 sigma$ 可以包含 接近99.8%的结果。摩托罗拉公司在生产零件的时候要求产品如果出现和均值相比超过2个标准差的误差,那么就是不合格的。两个标准差之外出现的概率大概是5%,对于企业还是太高了。所以通过这种方法可以降低标准差,降低不合格产品的可能性。这里的核心思想就是在六个标准差内可以包含几乎所有的事情。

    对数正态分布

    如果事件是互相影响的,那么则不能用普通的正态分布来研究,而要使用对数正态分布。对数正态缺乏对称性,当大于1时,其乘积增长很快,所以会出现长尾效应。当将20个不均匀分布在0到10之间的随机变量相乘,总会出现一些很小的和一些很大的。

    99d98d5957e455449f6a3e50468d8e61.png

    人们的工资分布可以用对数分布来解释。在不少公司里,人们是通过百分比加薪的,而不是每次增加固定的薪水。所以人的收入是多次加薪相乘的结果,而不是累加。如果每次都增加一定的薪水,则对于同一工作年限的人来说,其收入更加接近普通的正态分布。

    小结

    这里我们一起探讨了正态分布的由来和一些应用。正态分布之所以常见是因为中心极限定理的强大,如果一个群体里每个个体是独立的随机事件,群体的均值或者和总是可以看成其符合某种正态分布,对数正态分布则解释了当个体是互动影响的情况。

    展开全文
  • 中文名称:正态分布英文名称:normal distribution定义1:概率论中最重要一种分布,也是自然界最常见一种分布。该分布由两个参数——平均值和方差决定。概率密度函数曲线以均值为对称中线,方差越小,分布越集中...
  • 一般数据处理中中我们经常遇到数据求几何均值(GM)情况,因此需要判断数据是否是正态分布或者对数正态分布。SPSS和R都可以用来检验数据正态性。下面就介绍一下在SPSS和R中正态性检验。1. SPSS先用R生成100个...
  • 例如lognorm.rvs(s, loc=0, scale=1, size=1)中的参数s,loc,scale, 要记住:loc和scale并不是我们通常理解的对数变化后数据的均值mu和标准差sigma,如下面所述: The probability density function for lognorm is:...
  • 例如lognorm.rvs(s, loc=0, scale=1, size=1)中的参数s,loc,scale, 要记住:loc和scale并不是我们通常理解的对数变化后数据的均值mu和标准差sigma,如下面所述:The probability density function for lognorm is:...
  • 一般数据处理中中我们经常遇到数据求几何均值(GM)情况,因此需要判断数据是否是正态分布或者对数正态分布。SPSS和R都可以用来检验数据正态性。下面就介绍一下在SPSS和R中正态性检验。1. SPSS先用R生成100个...
  • 一般数据处理中中我们经常遇到数据求几何均值(GM)情况,因此需要判断数据是否是正态分布或者对数正态分布。SPSS和R都可以用来检验数据正态性。相比较而言,SPSS更接近于windows下操作方式,更容易理解,因此...
  • 例如线性回归(linear regression),它假设误差服从正态分布,从而每个样本点出现的概率就可以表示成正态分布的形式,将多个样本点连乘再取对数,就是所有训练集样本出现的条件概率,最大化这个条件概率就是LR要最终...
  • matlab lognrnd 函数用法

    千次阅读 2020-02-26 21:33:04
    lognrnd函数是matlab提供的用于生成对数正态分布随机数的函数。 其用法可以用命令help ...注意,这里的mu和sigma不是对数正态分布随机数的均值和标准差,而是对数正态分布对应的正态分布随机数的均值和标准差。 正...
  • 本程序为拉丁超立方体抽样的matlab程序程序简单明了只要确定均值和变异系数或标准差即可得到参数...由于代码简单明了需购买后方可下载和查看 %此程序仅适用于服从对数正态分布的拉丁超立方体抽样 clc clear all m=2e
  • 在本文中,针对越南南部有限山区,对适应20种极端降水指数进行了分析。 选择了四个站点30年以上日降水量数据。... 对数正态分布,Johnson和Loglogistic分布是适合该地区大多数极端降水指数最佳选择。
  • x为服从多元正态分布的随机向量 mu和sigma分别为多元正态均值和协方差阵(可以是对角阵或者非对角阵) log=T时,对密度取自然对数 当x为维时,输出结果与dnorm相同 可以同时输出多个多元正态密度: 当二维随机向量...
  • 函数形式如下:lognormal([mean, sigma, size]) size表示你需要产生的随机数个数。...mean表示lognormal分布的在x轴对数情况下的均值,并不是对数正态分布本身的均值。sigma标准差也是如此。即下图中的参数u和σ ...
  • 式中:t,σ为正数,μ和σ分别称为对数正态分布的“对数均值”和“对数标准差”。 3.4 为进行统计推断所构造的分布 3.4.1 t分布(学生氏分布) t—分布常用于区间估计、正态总体的假设检验以及机械概率设计之...
  • matlab画图说明汇总.ppt

    2020-11-18 22:50:37
    函数可视化与Matlab作图 Matlab 实验4 问题 研究常见初等函数图形 设某保险公司赔款额统计表明若某笔赔款额为 随机变量X(元)且 称X服从对数正态分布其密度函数为 设均值=6.012方差2=1.792试作出对数正态 分布...
  • 函数可视化与Matlab作图 Matlab 实验4 问题 研究常见初等函数图形 设某保险公司赔款额统计表明若某笔赔款额为 随机变量X(元)且 称X服从对数正态分布其密度函数为 设均值=6.012方差2=1.792试作出对数正态 分布...
  • 对数正态分布: 均匀分布: 指数分布: 伽玛分布:,其中 分布: 设是来自正态总体的一个样本,则 若是来自标准正态分布的一样样本,则其平方和服从自由度为n的分布。 贝塔分布: ...
  • 正态分布是自然界中广泛存在,我们都知道它是两头低,中间高,整个形态呈现对称钟形一个分布,之所以叫正态分布,是因为在大量连续数据测量情况下,我们比较希望看到这种状态,一个标准的正态分布是u(均值)=...
  •  我们假设最常见理论有四种:随机游走(分为正态分布与对数正态分布)、趋势理论与均值回归理论,来一一验证。    第一种:随机游走  正态分布下止盈与止损策略  假设股价在时间t内涨跌概率为50%,涨...
  • EM算法之高斯混合模型详细推导过程

    万次阅读 2014-05-27 13:19:10
    假设一共c个类别那么我们可以定义m个观测样本的对数似然函数对数复合函数求导公式代入上面的值进一步可以写成下面的式子由于对第k个正态分布的均值求偏导,因此除第k个正态分布外,其他分部不包含第k个正态分布...
  • 计算正态,对数正态和伽玛分布的局部帕累托alpha 将分段帕累托分布拟合到任意数量的参考层的预期损耗和给定阈值处的多余频率 此外,该包还为集体模型提供了一些功能,这些模型具有Panjer类(即,二项式,泊松和负二...
  • 该方法用Gamma分布和对数正态分布建模对偶树复小波系数的模值,将两种分布的参数综合起来作为像素特征,利用边缘保持的平滑技术(EPNSQ)进行特征平滑,最后使用K-均值聚类方法实现特征分类,得到图像的非监督分割结果...

空空如也

空空如也

1 2 3 4 5
收藏数 85
精华内容 34
关键字:

对数正态分布的均值