สารบัญ:
- การแจกแจงแบบล็อกนอร์มัลเหมือนกับการแจกแจงแบบปกติหรือไม่
- สองพารามิเตอร์ของการแจกแจงแบบล็อกนอร์มัลคืออะไร
- พารามิเตอร์ของการแจกแจงแบบล็อกนอร์มัลคืออะไร
- อะไรทำให้เกิดการแจกแจงแบบล็อกนอร์มัล
2024 ผู้เขียน: Fiona Howard | [email protected]. แก้ไขล่าสุด: 2024-01-10 06:43
ในทฤษฎีความน่าจะเป็น การแจกแจงแบบล็อกปกติ (หรือล็อกนอร์มัล) คือ การแจกแจงความน่าจะเป็นแบบต่อเนื่องของ ตัวแปรสุ่มที่มีการกระจายลอการิทึมตามปกติ … กระบวนการบันทึกปกติคือการรับรู้ทางสถิติของผลิตภัณฑ์การคูณของตัวแปรสุ่มอิสระหลายตัว ซึ่งแต่ละตัวมีค่าเป็นบวก
การแจกแจงแบบล็อกนอร์มัลเหมือนกับการแจกแจงแบบปกติหรือไม่
การแจกแจงแบบล็อกนอร์มัลแตกต่างจากการแจกแจงแบบปกติในหลายวิธี ความแตกต่างหลักอยู่ที่รูปร่าง: การแจกแจงแบบปกติเป็นแบบสมมาตร ในขณะที่ lognormal distribution ไม่ใช่ เนื่องจากค่าในการแจกแจงแบบล็อกนอร์มัลเป็นค่าบวก พวกมันจึงสร้างเส้นโค้งเบ้ขวา
สองพารามิเตอร์ของการแจกแจงแบบล็อกนอร์มัลคืออะไร
การแจกแจงแบบล็อกนอร์มัลมีสองพารามิเตอร์ μ และ σ ค่าเหล่านี้ไม่เหมือนกับค่ากลางและค่าเบี่ยงเบนมาตรฐาน ซึ่งเป็นหัวข้อของอีกโพสต์หนึ่ง แต่อธิบายการแจกแจงรวมถึงฟังก์ชันความน่าเชื่อถือด้วย
พารามิเตอร์ของการแจกแจงแบบล็อกนอร์มัลคืออะไร
การแจกแจงแบบเบ้ด้วยค่าเฉลี่ยต่ำ ความแปรปรวนมาก และค่าบวกทั้งหมดมักจะเหมาะกับการกระจายประเภทนี้ ค่าต้องเป็นค่าบวกเนื่องจาก log(x) มีอยู่สำหรับค่าบวกของ x เท่านั้น รูปร่างของการแจกแจงแบบล็อกนอร์มัลถูกกำหนดโดยพารามิเตอร์สามตัว: σ พารามิเตอร์รูปร่าง
อะไรทำให้เกิดการแจกแจงแบบล็อกนอร์มัล
การแจกแจง Lognormal มักเกิดขึ้น เมื่อมีค่าเฉลี่ยต่ำและมีความแปรปรวนมาก และเมื่อค่าต้องไม่น้อยกว่าศูนย์ การกระจายของค่าดิบจึงเบ้ โดยมีส่วนหางยาวคล้ายกับหางที่พบในระบบที่ไม่มีขนาดและในวงกว้าง
แนะนำ:
เมื่อจะใช้การแจกแจงแบบ lognormal?
การแจกแจงแบบ Lognormal มีบทบาทสำคัญในการออกแบบความน่าจะเป็นเพราะบางครั้งค่าเชิงลบของปรากฏการณ์ทางวิศวกรรมนั้นเป็นไปไม่ได้ทางกายภาพ พบการใช้งานทั่วไปของการแจกแจงแบบ lognormal ในคำอธิบายของ ความล้มเหลวของความเมื่อยล้า อัตราความล้มเหลว และปรากฏการณ์อื่นๆ ที่เกี่ยวข้องกับข้อมูลจำนวนมาก การแจกแจงแบบ lognormal ใช้สำหรับอะไร การแจกแจงแบบ lognormal ใช้เพื่อ อธิบายตัวแปรโหลด ในขณะที่การแจกแจงแบบปกติใช้เพื่ออธิบายตัวแปรความต้านทาน อย่างไรก็ตาม ตัวแปรที่เรียกว่าไม่เคยรับค่าลบโ
Lognormal หางหนักหรือไม่?
คำจำกัดความที่ให้ไว้ในบทความนี้เป็นคำที่ใช้ทั่วไปมากที่สุด และรวมการแจกแจงทั้งหมดที่ครอบคลุมโดยคำจำกัดความทางเลือก รวมถึงการแจกแจงเหล่านั้นเช่น log-normal ที่มีโมเมนต์กำลังทั้งหมด ซึ่งโดยทั่วไปถือว่า จะเป็น หางหนัก เสี้ยนกระจายหางหนักไหม รูปที่ 2a และรูปที่ 2b ยังระบุด้วยว่าการกระจายเสี้ยนมี เอียงขวาและหางหนัก ฟังก์ชันความหนาแน่นของความน่าจะเป็น การกระจายตัวใดที่มีหางที่หนักที่สุด?