R Lognormal 对数正态分布

说明

对数正态分布的密度、分布函数、分位数函数和随机生成，其对数平均值等于 meanlog 且标准差等于 sdlog 。

用法

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)

参数

细节

对数正态分布具有密度

其中\mu 和\sigma 是对数的平均值和标准差。均值是 E(X) = exp(\mu + 1/2 \sigma^2) ，中位数是 med(X) = exp(\mu) ，方差是 Var(X) = exp(2\mu + \sigma^2)(exp(\sigma^2) - 1) ，因此变异系数是 \sqrt{exp(\sigma^2) - 1} ，当它很小时(例如 \sigma < 1/2 )，它大约是 \sigma 。

值

dlnorm 给出密度，plnorm 给出分布函数，qlnorm 给出分位数函数，rlnorm 生成随机偏差。

结果的长度由 rlnorm 的 n 确定，并且是其他函数的数值参数长度的最大值。

除 n 之外的数字参数将被回收到结果的长度。仅使用逻辑参数的第一个元素。

注意

累积危险H(t) = - \log(1 - F(t)) 是-plnorm(t, r, lower = FALSE, log = TRUE) 。

例子

dlnorm(1) == dnorm(0)

来源

dlnorm 根据定义计算(在“详细信息”中)。 [pqr]lnorm是基于正常的关系。

因此，他们为边界情况 sdlog = 0 模拟了 exp(meanlog) 处的单点质量。

参考

Becker, R. A., Chambers, J. M. and Wilks, A. R. (1988) The New S Language. Wadsworth & Brooks/Cole.

Johnson, N. L., Kotz, S. and Balakrishnan, N. (1995) Continuous Univariate Distributions, volume 1, chapter 14. Wiley, New York.

也可以看看

Distributions 用于其他标准分布，包括 dnorm 用于正态分布。