Domande taggate «lognormal»

Una distribuzione lognormale è la distribuzione di una variabile casuale il cui logaritmo ha una distribuzione normale.

1
Perché ln [E (x)]> E [ln (x)]?
Abbiamo a che fare con la distribuzione lognormale in un corso di finanza e il mio libro di testo afferma semplicemente che questo è vero, che trovo frustrante poiché il mio background in matematica non è molto forte ma voglio l'intuizione. Qualcuno può mostrarmi perché questo è il caso?
1
Perché la media aritmetica è più piccola della media di distribuzione in una distribuzione log-normale?
Quindi, ho un processo casuale che genera variabili casuali normalmente distribuite nel registro XXX. Ecco la funzione di densità di probabilità corrispondente: Volevo stimare la distribuzione di alcuni momenti di quella distribuzione originale, diciamo il primo momento: la media aritmetica. Per fare ciò, ho disegnato 100 variabili casuali 10000 volte …
3
È necessario un algoritmo per calcolare la probabilità relativa che i dati siano campionati da una distribuzione normale o lognormale
Diciamo che hai un insieme di valori e vuoi sapere se è più probabile che siano stati campionati da una distribuzione gaussiana (normale) o campionati da una distribuzione lognormale? Naturalmente, idealmente sapresti qualcosa sulla popolazione o sulle fonti di errore sperimentale, quindi avresti ulteriori informazioni utili per rispondere alla domanda. …
5
Come eseguire l'imputazione dei valori in un numero molto elevato di punti dati?
Ho un set di dati molto grande e mancano circa il 5% di valori casuali. Queste variabili sono correlate tra loro. Il seguente set di dati R è solo un esempio di giocattolo con dati correlati fittizi. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), …
12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 
1
Approssimativo
Stavo leggendo casualmente un articolo (in economia) che aveva la seguente approssimazione per log(E(X))log⁡(E(X))\log(E(X)) : log(E(X))≈E(log(X))+0.5var(log(X))log⁡(E(X))≈E(log⁡(X))+0.5var(log⁡(X))\log(E(X)) \approx E(\log(X))+0.5 \mathrm{var}(\log(X)) , che l'autore dice esatto se X è log-normale (che io conosco). Quello che non so è come ricavare questa approssimazione. Ho provato a calcolare un'approssimazione di Taylor del secondo ordine …
4
Come evitare il log (0) termine nella regressione
Ho i seguenti semplici vettori X e Y: > X [1] 1.000 0.063 0.031 0.012 0.005 0.000 > Y [1] 1.000 1.000 1.000 0.961 0.884 0.000 > > plot(X,Y) Voglio fare la regressione usando il registro di X. Per evitare di ottenere il registro (0), provo a inserire +1 o …
1
È possibile integrare analiticamente moltiplicato per la funzione di densità di probabilità lognormale?
In primo luogo, con l'integrazione analitica, intendo, esiste una regola di integrazione per risolverlo rispetto alle analisi numeriche (come le regole trapezoidali, Gauss-Legendre o Simpson)? Ho una funzione f(x)=xg(x;μ,σ)f(x)=xg(x;μ,σ)\newcommand{\rd}{\mathrm{d}}f(x) = x g(x; \mu, \sigma) dove g(x;μ,σ)=1σx2π−−√e−12σ2(log(x)−μ)2g(x;μ,σ)=1σx2πe−12σ2(log⁡(x)−μ)2 g(x; \mu, \sigma) = \frac{1}{\sigma x \sqrt{2\pi}} e^{-\frac{1}{2\sigma^2}(\log(x) - \mu)^2} è la funzione di …
1
Quando è OK scrivere "abbiamo assunto una distribuzione normale" di una misurazione empirica?
È radicato nell'insegnamento delle discipline applicate, come la medicina, che le misurazioni delle quantità biomediche nella popolazione seguono una normale "curva a campana". Una ricerca su Google della stringa "abbiamo assunto una distribuzione normale" restituisce risultati! Sembrano " , dato il piccolo numero di punti estremi di dati, abbiamo assunto …
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.