Простое объяснение логнормального распределения
Логнормальное распределение простое объяснение
Небольшая модификация знаменитого нормального распределения
Основы
Нормальное распределение – это хорошо известное понятие, особенно в сферах науки о данных и машинного обучения. Но вы слышали о логнормальном распределении? Оно имеет применение в широком спектре отраслей, от биологии до финансов, поэтому для специалистов по обработке данных это очень полезное понятие. В этой статье мы рассмотрим теорию и применение этого распределения.
Определение
Логнормальное распределение относительно легко понять. Случайная величина X принадлежит логнормальному распределению, если её логарифм имеет нормальное распределение:
На следующем графике показано это понятие:
![График, созданный автором на Python.](https://miro.medium.com/v2/resize:fit:640/format:webp/1*u1HZW5-zszhny5tA2i-WUQ.png)
Обратите внимание, как применение логарифма к случайным величинам на левом графике приводит к распределению, которое имеет нормальное распределение, отображенное на правом графике.
- Обзор линейной алгебры с высоты птичьего полета основы
- 🦜🔗Создание надежных ML бэкэндов с использованием Pydantic и Langchain
- Проверка формы на клиентской стороне с использованием JavaScript
Теория
Если Z – стандартная нормальная переменная, то она имеет среднее значение µ равное 0 и стандартное отклонение σ равное 1. Логнормальное распределение для случайной величины X представляется следующим образом:
Затем, применяя логарифм к обеим сторонам уравнения:
Правая часть уравнения представляет собой нормальное распределение, так как Z имеет нормальное распределение. Следовательно, мы видим, что логарифм X имеет нормальное распределение.
Функция плотности вероятности (PDF) для логнормального распределения очень похожа на нормальное распределение, но к случайной величине x применяется логарифмическое преобразование:
См. здесь вывод PDF.
Применение
Логнормальное распределение часто используется для моделирования темпов роста, которые не зависят от размера. Это распространено в природных явлениях, например:
- Измерение размеров живых организмов
- Объем осадков
- Количество нефти в нефтяном месторождении