[英]Mean and standard deviation in normal distribution and log-normal distribution
下面是我的代碼:
set.seed(1)
par(mfrow=c(1,2))
lognorm.gen <- function(mu,sigma){
ns <- rnorm(1000,mu,sigma)
ns <- exp(ns)
hist(ns,probability = T, main = expression(paste("Sample Density Curve", mu, sigma)))
y <- seq(0,15,length=100)
lines(y,dlnorm(y,mu,sigma))
}
lognorm.gen(0,0.25)
我從正態生成樣本,然后將其轉換為對數正態分布。 首先,我在rnorm()
使用mu
和sigma
作為參數,然后應該在dlnorm()
使用exp(mu)
和exp(sigma)
dlnorm()
。 但是,該圖顯示線和直方圖相差很多。 取而代之的是, dlnorm()
mu
和sigma
將線很好地擬合到直方圖中。 所以我想知道為什么在這種情況下不應該使用exp(mu)
?
請閱讀?dlnorm
:
dlnorm(x, meanlog = 0, sdlog = 1, log = FALSE)
plnorm(q, meanlog = 0, sdlog = 1, lower.tail = TRUE, log.p = FALSE)
qlnorm(p, meanlog = 0, sdlog = 1, lower.tail = TRUE, log.p = FALSE)
rlnorm(n, meanlog = 0, sdlog = 1)
meanlog, sdlog: mean and standard deviation of the distribution on the
log scale with default values of ‘0’ and ‘1’ respectively.
均數和標准差以對數刻度指定。 這就是為什么您仍然需要與rnorm
使用的相同的mu
和sigma
,而不是exp(mu)
和exp(sigma)
。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.