R Lognormal 對數正態分布

說明

對數正態分布的密度、分布函數、分位數函數和隨機生成，其對數平均值等於 meanlog 且標準差等於 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)

參數

細節

對數正態分布具有密度

其中\mu 和\sigma 是對數的平均值和標準差。均值是 E(X) = exp(\mu + 1/2 \sigma^2) ，中位數是 med(X) = exp(\mu) ，方差是 Var(X) = exp(2\mu + \sigma^2)(exp(\sigma^2) - 1) ，因此變異係數是 \sqrt{exp(\sigma^2) - 1} ，當它很小時(例如 \sigma < 1/2 )，它大約是 \sigma 。

值

dlnorm 給出密度，plnorm 給出分布函數，qlnorm 給出分位數函數，rlnorm 生成隨機偏差。

結果的長度由 rlnorm 的 n 確定，並且是其他函數的數值參數長度的最大值。

除 n 之外的數字參數將被回收到結果的長度。僅使用邏輯參數的第一個元素。

注意

累積危險H(t) = - \log(1 - F(t)) 是-plnorm(t, r, lower = FALSE, log = TRUE) 。

例子

dlnorm(1) == dnorm(0)

來源

dlnorm 根據定義計算(在“詳細信息”中)。 [pqr]lnorm是基於正常的關係。

因此，他們為邊界情況 sdlog = 0 模擬了 exp(meanlog) 處的單點質量。

參考

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 用於其他標準分布，包括 dnorm 用於正態分布。