Logo bg.boatexistence.com

Кога се използва логнормално разпределение?

Съдържание:

Кога се използва логнормално разпределение?
Кога се използва логнормално разпределение?

Видео: Кога се използва логнормално разпределение?

Видео: Кога се използва логнормално разпределение?
Видео: Немската дума "dabei": Що е то и кога се използва? 👀 2024, Може
Anonim

Логнормалното разпределение играе важна роля в вероятностния дизайн, тъй като отрицателните стойности на инженерните явления понякога са физически невъзможни. Типични употреби на логнормалното разпределение се намират в описания на отказ при умора, проценти на откази и други явления, включващи голям диапазон от данни

За какво се използва логнормално разпределение?

Логнормалното разпределение се използва за описване на променливите на натоварване, докато нормалното разпределение се използва за описване на променливи на съпротивлението. Въпреки това, променлива, за която е известно, че никога не приема отрицателни стойности, обикновено се приписва логнормално разпределение, а не нормално разпределение.

Какво измерва логнормалното разпределение?

А логнормално (log-нормално или Галтон) разпределение е разпределение на вероятността с нормално разпределен логаритъм … Изкривени разпределения с ниски средни стойности, голяма дисперсия и изцяло положителни стойности често отговарят на този тип разпространение. Стойностите трябва да са положителни, тъй като log(x) съществува само за положителни стойности на x.

Как да определите дали разпределението е логнормално?

където σ е параметърът на формата (и е стандартното отклонение на логаритма на разпределението), θ е параметърът за местоположение и m е параметърът на мащаба (и също е медианата на разпределението). Ако x=θ, тогава f(x)=0 Случаят, когато θ=0 и m=1 се нарича стандартно логнормално разпределение.

Какво причинява логнормално разпределение?

Логнормалните разпределения често възникват когато има ниска средна стойност с голяма дисперсия и когато стойностите не могат да бъдат по-малки от нула. По този начин разпределението на необработените стойности е изкривено, с удължена опашка, подобна на опашката, наблюдавана в системи без мащаб и широкомащабни.

Препоръчано: