對(duì)數(shù)正態(tài)分布(log-normaldistribution)

對(duì)數(shù)正態(tài)分布(log-normaldistribution)

ID:34463886

大?。?16.43 KB

頁(yè)數(shù):5頁(yè)

時(shí)間:2019-03-06

對(duì)數(shù)正態(tài)分布(log-normaldistribution)_第1頁(yè)
對(duì)數(shù)正態(tài)分布(log-normaldistribution)_第2頁(yè)
對(duì)數(shù)正態(tài)分布(log-normaldistribution)_第3頁(yè)
對(duì)數(shù)正態(tài)分布(log-normaldistribution)_第4頁(yè)
對(duì)數(shù)正態(tài)分布(log-normaldistribution)_第5頁(yè)
資源描述:

《對(duì)數(shù)正態(tài)分布(log-normaldistribution)》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)

1、對(duì)數(shù)正態(tài)分布對(duì)數(shù)正態(tài)分布機(jī)率密度函數(shù)μ=0累積分布函數(shù)μ=0參數(shù)值域概率密度函數(shù)累積分布函數(shù)期望值中位數(shù)eμ眾數(shù)方差偏態(tài)峰態(tài)熵值動(dòng)差生成函數(shù)(參見(jiàn)原始動(dòng)差文本)特征函數(shù)isasymptoticallydivergentbutsufficientfornumericalpurposes在概率論與統(tǒng)計(jì)學(xué)中,對(duì)數(shù)正態(tài)分布是對(duì)數(shù)為正態(tài)分布的任意隨機(jī)變量的概率分布。如果X是正態(tài)分布的隨機(jī)變量,則exp(X)為對(duì)數(shù)分布;同樣,如果Y是對(duì)數(shù)正態(tài)分布,則ln(Y)為正態(tài)分布。如果一個(gè)變量可以看作是許多很小獨(dú)立因子的乘積,則這個(gè)變量可以看作是對(duì)數(shù)正態(tài)分布。一

2、個(gè)典型的例子是股票投資的長(zhǎng)期收益率,它可以看作是每天收益率的乘積。對(duì)于x>0,對(duì)數(shù)正態(tài)分布的概率分布函數(shù)為其中μ與σ分別是變量對(duì)數(shù)的平均值與標(biāo)準(zhǔn)差。它的期望值是方差為給定期望值與標(biāo)準(zhǔn)差,也可以用這個(gè)關(guān)系求μ與σ目錄?[隱藏]?·1與幾何平均值和幾何標(biāo)準(zhǔn)差的關(guān)系·2矩·3局部期望·4參數(shù)的最大似然估計(jì)·5相關(guān)分布·6進(jìn)一步的閱讀資料·7參考文獻(xiàn)·8參見(jiàn)[編輯]與幾何平均值和幾何標(biāo)準(zhǔn)差的關(guān)系對(duì)數(shù)正態(tài)分布、幾何平均數(shù)與幾何標(biāo)準(zhǔn)差是相互關(guān)聯(lián)的。在這種情況下,幾何平均值等于exp(μ),幾何平均差等于exp(σ)。如果采樣數(shù)據(jù)來(lái)自于對(duì)數(shù)正態(tài)分布,則幾

3、何平均值與幾何標(biāo)準(zhǔn)差可以用于估計(jì)置信區(qū)間,就像用算術(shù)平均數(shù)與標(biāo)準(zhǔn)差估計(jì)正態(tài)分布的置信區(qū)間一樣。置信區(qū)間界對(duì)數(shù)空間幾何3σ下界μ?3σ2σ下界μ?2σ1σ下界μ?σμgeo/σgeo1σ上界μ+σμgeoσgeo2σ上界μ+2σ3σ上界μ+3σ其中幾何平均數(shù)μgeo=exp(μ),幾何標(biāo)準(zhǔn)差σgeo=exp(σ)[編輯]矩原始矩為:或者更為一般的矩[編輯]局部期望隨機(jī)變量X在閾值k上的局部期望定義為其中f(x)是概率密度。對(duì)于對(duì)數(shù)正態(tài)概率密度,這個(gè)定義可以表示為其中Φ是標(biāo)準(zhǔn)正態(tài)部分的累積分布函數(shù)。對(duì)數(shù)正態(tài)分布的局部期望在保險(xiǎn)業(yè)及經(jīng)濟(jì)領(lǐng)域都有應(yīng)

4、用。[編輯]參數(shù)的最大似然估計(jì)為了確定對(duì)數(shù)正態(tài)分布參數(shù)μ與σ的最大似然估計(jì),我們可以采用與正態(tài)分布參數(shù)最大似然估計(jì)同樣的方法。我們來(lái)看其中用表示對(duì)數(shù)正態(tài)分布的概率密度函數(shù),用—表示正態(tài)分布。因此,用與正態(tài)分布同樣的指數(shù),我們可以得到對(duì)數(shù)最大似然函數(shù):由于第一項(xiàng)相對(duì)于μ與σ來(lái)說(shuō)是常數(shù),兩個(gè)對(duì)數(shù)最大似然函數(shù)與在同樣的μ與σ處有最大值。因此,根據(jù)正態(tài)分布最大似然參數(shù)估計(jì)器的公式以及上面的方程,我們可以推導(dǎo)出對(duì)數(shù)正態(tài)分布參數(shù)的最大似然估計(jì)[編輯]相關(guān)分布·如果Y=ln(X)與,則Y~N(μ,σ2)是正態(tài)分布?!と绻怯型瑯应虆?shù)、而σ可能不同的統(tǒng)計(jì)

5、獨(dú)立對(duì)數(shù)正態(tài)分布變量,并且,則Y也是對(duì)數(shù)正態(tài)分布變量:。[編輯]進(jìn)一步的閱讀資料·RobertBrooks,JonCorson以及J.DonalWales的"ThePricingofIndexOptionsWhentheUnderlyingAssetsAllFollowaLognormalDiffusion",inAdvancesinFuturesandOptionsResearch,volume7,1994.[編輯]參考文獻(xiàn)

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫(huà)的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶(hù)上傳,版權(quán)歸屬用戶(hù),天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶(hù)請(qǐng)聯(lián)系客服處理。