对数正态分布(log-normal distribution).docx

对数正态分布

对数正态分布机率密度函数

μ=0

累积分布函数

μ=0

参数

值域

概率密度函数

概率密度函数

累积分布函数

累积分布函数

期望值 中位数 eμ

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

asymptoticallydivergentbutsufficient

fornumericalpurposes

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长期收益率，它可以看作是每天收益率的乘积。对于x0，对数正态分布的概率分布函数为

其中μ 与σ 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μ 与σ

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(μ)，几何平均差等于exp(σ)。

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计正态分布的置信区间一样。

置信区间界对数空间

置信区间界对数空间

几何

3σ下界

μ?3σ

2σ下界

1σ下界

1σ上界

2σ上界

μ?2σ

μ?σμ+σ

μ+2σ

μgeo/σgeo

μgeoσgeo

3σ上界

μ+3σ

其中几何平均数μ

[编辑]矩

原始矩为：

=exp(μ)，几何标准差σ =exp(σ)

geo geo

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Φ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μ 与σ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。我们来看

其中用 表示对数正态分布的概率密度函数，用态分布同样的指数，我们可以得到对数最大似然函数：

表示正态分布。因此，用与正

由于第一项相对于μ 与σ 来说是常数，两个对数最大似然函数 与在同样的μ 与σ

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

如果

，则YN(μ,σ2)是正态分布。

是有同样μ 参数、而σ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

RobertBrooks,JonCorson以及J.DonalWales的ThePricingofIndexOptionsWhentheUnderlyingAssetsAllFollowaLognormalDiffusion,inAdvancesinFuturesandOptionsResearch,volume7,1994.

[编辑]参考文献