गामा बनाम lognormal वितरण


29

मेरे पास एक प्रयोगात्मक रूप से देखा गया वितरण है जो एक गामा या लॉगानॉर्मल वितरण के समान दिखता है। मैंने पढ़ा है कि lognormal वितरण एक यादृच्छिक चर लिए अधिकतम एन्ट्रापी प्रायिकता वितरण है जिसके लिए का माध्य और विचरण तय है। क्या गामा वितरण के समान गुण हैं?Xln(X)


2
ऐसी संपत्ति किसी भी मूल्य को तय करने में क्यों होगी जो एक उपयुक्त मॉडल होगा?
Glen_b -Reinstate Monica

@Glen_b मैं अभी भी एक शुरुआत कर रहा हूँ जब यह आँकड़ों की बात आती है तो मेरा ज्ञान बहुत बुनियादी है। गामा और lognormal वितरण के भूखंडों को देखते हुए, गुणात्मक रूप से वे बहुत समान दिखते हैं। मैं दोनों के बीच मात्रात्मक अंतर की तलाश कर रहा हूं। उदाहरण के लिए, भौतिक अनुप्रयोगों के कुछ उदाहरण क्या हैं जहां गामा या लॉगनॉर्मल वितरण होते हैं?
OSE

वास्तव में, संभावना न तो वास्तव में कभी होती है; वे असाधारण रूप से सरल मॉडल हैं जो कभी-कभी उपयोगी होते हैं (यदि वास्तविक) वास्तविकता के अनुमान। मैं एक उत्तर पोस्ट करूंगा जिसमें कुछ गुणात्मक अंतरों पर चर्चा होगी।
Glen_b -Reinstate Monica

1
@glen_b: इसका कारण यह है कि यदि आप केवल उन आँकड़ों को माप रहे हैं तो न्यूनतम अनुमानात्मक वितरण विशिष्ट रूप से उन पर्याप्त आँकड़ों के साथ घातांक पारिवारिक वितरण है। जबकि कोई भी वितरण वास्तविकता का एक खराब मॉडल हो सकता है, अगर कोई यह चुनने के लिए स्वतंत्र नहीं है कि कौन से माप लिए गए हैं, तो यह एक मॉडल चुनने का एक शानदार तरीका है।
नील जी

1
@Glen_b मुझे लगता है कि CLT की वजह से कुछ भौतिक स्थितियों में असामान्य वितरण दिखाई देना चाहिए।
स्टीफन लॉरेंट

जवाबों:


27

गुणात्मक मतभेदों के लिए, जैसा कि आप कहते हैं, तार्किक और गामा काफी समान हैं।

वास्तव में, व्यवहार में वे अक्सर एक ही घटना को मॉडल करने के लिए उपयोग किए जाते हैं (कुछ लोग एक गामा का उपयोग करेंगे जहां अन्य लोग एक लॉगऑनॉर्मल का उपयोग करते हैं)। वे दोनों, उदाहरण के लिए, निरंतर-गुणांक के- भिन्नता मॉडल (के लिए lognormal है सीवी हैं , गामा के लिए इतना ही1/eσ21 )।1/α

[अगर यह किसी पैरामीटर पर निर्भर करता है, तो आप इसे कैसे पूछ सकते हैं? यह तब लागू होता है जब आप स्केल (लॉग स्केल के लिए स्थान) को मॉडल करते हैं; Lognormal, के लिए एक स्केल पैरामीटर के रूप में कार्य करता है, जबकि गामा के लिए, स्केल वह पैरामीटर है जो आकार पैरामीटर (या इसके पारस्परिक नहीं है यदि आप आकार-दर पैरामीटर का उपयोग करते हैं)। मैं गामा वितरण के लिए पैमाने पैरामीटर फोन करता हूँ β । गामा GLMs मॉडल मतलब ( μ = अल्फा बीटा ) दबाते हुए अल्फा लगातार; उस स्थिति में μ भी एक पैमाना पैरामीटर है। बदलती के साथ एक मॉडल μ और निरंतर α या σ क्रमशः निरंतर सीवी होगा।]μβμ=αβαμμασ

आपको उनके लॉग के घनत्व को देखने के लिए शिक्षाप्रद लग सकता है , जो अक्सर बहुत स्पष्ट अंतर दिखाता है।

एक लॉगऑन रैंडम वेरिएबल का लॉग होता है ... सामान्य। यह सममित है।

एक गामा यादृच्छिक चर का लॉग बाएं-तिरछा है। आकार पैरामीटर के मूल्य के आधार पर, यह काफी तिरछा या लगभग सममित हो सकता है।

यहाँ एक उदाहरण है, दोनों लोगनॉर्मल और गामा दोनों का मतलब 1 और भिन्नता 1/4 है। शीर्ष प्लॉट घनत्व (हरे रंग में गामा, नीले रंग में लोगनॉर्मल) को दर्शाता है, और निचला भाग लॉग की घनत्व को दर्शाता है:

गामा और लॉग के असामान्य, घनत्व और घनत्व

(लॉग के घनत्व के लॉग को प्लॉट करना भी उपयोगी है। अर्थात, ऊपर दिए गए y- अक्ष पर लॉग-स्केल लेना)

CV3+3CV2CV


+1। क्या आपको पता है कि गामा के लॉग के तिरछेपन के लिए एक बंद सूत्र है? लॉगऑनॉर्मल के लिए, लॉग का तिरछापन स्पष्ट रूप से शून्य है, और मैं सोच रहा हूं कि क्या गामा के लिए कुछ अभिव्यक्ति है। विकिपीडिया माध्य और लॉग (गामा) के विचलन के लिए सूत्र देता है, लेकिन तिरछेपन के लिए नहीं।
अमीबा का कहना है कि

0xν1eμx(lnx)pdxp=2,3,4p=1Γ,ψζpएक गामा समारोह के व्युत्पन्न के रूप में तो संभवतः उच्च जाने के लिए संभव है। इसलिए तिरछापन निश्चित रूप से उल्लेखनीय है लेकिन विशेष रूप से "साफ-सुथरा" नहीं है। यदि आप इसे आगे बढ़ाना चाहते हैं तो मैं आपको अभिन्न अंग दे सकता हूं।
Glen_b -Reinstate मोनिका

हालाँकि हमें इसके चिन्ह को समझने के लिए तिरछेपन का मूल्यांकन करने की आवश्यकता नहीं है। लॉग के घनत्व के लॉग की जांच यह स्थापित करने के लिए पर्याप्त होनी चाहिए कि क्योंकि एक पक्ष स्पष्ट रूप से दूसरे पर हावी है।
Glen_b -Reinstate मोनिका

धन्यवाद ग्लेन। मैंने इसे एक नए प्रश्न के रूप में पोस्ट करने का निर्णय लिया: आंकड़े.स्टैकएक्सचेंज . com/ questions/ 312803 । मैंने तैयार उत्तर की खोज में कुछ समय बिताया, लेकिन कोई भी खोज नहीं सका, इसलिए भविष्य के लिए यह मूल्यवान हो सकता है कि इसे नीचे कहीं लिखा जाए जहां इसे खोजना आसान हो। यह Math.SE के लिए कुछ हद तक बेहतर हो सकता है, लेकिन मैं इसे ईमानदार होना चाहता हूं।
अमीबा का कहना है कि

11

(एक्स)(लॉगएक्स)

इन वितरणों को उत्पन्न करने वाली भौतिक प्रक्रियाओं के बारे में आपके प्रश्न का उत्तर देने के लिए: X के लघुगणक को सामान्य रूप से वितरित किए जाने पर लॉगनॉर्मल वितरण उत्पन्न होता है, उदाहरण के लिए, यदि X बहुत छोटे कारकों का उत्पाद है। यदि एक्स गामा वितरित किया जाता है, तो यह कई घातीय-वितरित चर का योग है। उदाहरण के लिए, एक पॉइसन प्रक्रिया की कई घटनाओं के लिए प्रतीक्षा समय।


5
गामा होने के लिए "कई" घातीय चर की कोई आवश्यकता नहीं है।
स्टीफन लॉरेंट
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.