En teoría de la probabilidad , una distribución log-normal (o lognormal ) es una distribución de probabilidad continua de una variable aleatoria cuyo logaritmo tiene una distribución normal . Por lo tanto, si la variable aleatoria X tiene una distribución logarítmica normal, entonces Y = ln( X ) tiene una distribución normal. [2] [3] De manera equivalente, si Y tiene una distribución normal, entonces la función exponencial de Y , X = exp( Y ) , tiene una distribución log-normal. Una variable aleatoria que tiene una distribución logarítmica normal sólo toma valores reales positivos. Es un modelo conveniente y útil para mediciones en ciencias exactas y de ingeniería , así como en medicina , economía y otros temas (por ejemplo, energías, concentraciones, longitudes, precios de instrumentos financieros y otras métricas).
En ocasiones se hace referencia a la distribución como distribución de Galton o distribución de Galton , en honor a Francis Galton . [4] La distribución log-normal también se ha asociado con otros nombres, como McAlister , Gibrat y Cobb-Douglas . [4]
Sea una variable normal estándar y sean y dos números reales, con . Entonces, la distribución de la variable aleatoria.
se llama distribución log-normal con parámetros y . Estos son el valor esperado (o media ) y la desviación estándar del logaritmo natural de la variable , no la expectativa y la desviación estándar de sí misma.
Esta relación es verdadera independientemente de la base de la función logarítmica o exponencial: si tiene una distribución normal, también lo es para dos números positivos cualesquiera . Del mismo modo, si tiene una distribución log-normal, también lo es donde .
Para producir una distribución con la media y la varianza deseadas , se utilizan y
Alternativamente, se pueden utilizar los parámetros "multiplicativos" o "geométricos" . Tienen una interpretación más directa: es la mediana de la distribución y es útil para determinar intervalos de "dispersión", ver más abajo.
Función de densidad de probabilidad
Una variable aleatoria positiva tiene una distribución logarítmica normal (es decir, ), si el logaritmo natural de tiene una distribución normal con media y varianza.
Sean y respectivamente la función de distribución de probabilidad acumulada y la función de densidad de probabilidad de la distribución normal estándar, entonces tenemos que [2] [4] la función de densidad de probabilidad de la distribución log-normal viene dada por:
Si es una distribución normal multivariada , entonces tiene una distribución log-normal multivariada. [6] [7] La exponencial se aplica elemento por elemento al vector aleatorio . La media de es
Dado que la distribución log-normal multivariada no se usa ampliamente, el resto de esta entrada solo trata de la distribución univariada .
Función característica y función generadora de momento.
Todos los momentos de la distribución log-normal existen y
Esto se puede derivar dejando entrar la integral. Sin embargo, la distribución log-normal no está determinada por sus momentos. [8] Esto implica que no puede tener una función generadora de momento definida en una vecindad de cero. [9] De hecho, el valor esperado no está definido para ningún valor positivo del argumento , ya que la integral definitoria diverge.
La función característica se define para valores reales de t , pero no se define para ningún valor complejo de t que tenga una parte imaginaria negativa y, por tanto, la función característica no es analítica en el origen. En consecuencia, la función característica de la distribución log-normal no puede representarse como una serie convergente infinita. [10] En particular, su serie formal de Taylor diverge:
Sin embargo, se han obtenido varias representaciones alternativas de series divergentes . [10] [11] [12] [13]
Se desconoce una fórmula cerrada para la función característica con en el dominio de convergencia. Una fórmula aproximada relativamente simple está disponible en forma cerrada y viene dada por [14]
¿ Dónde está la función Lambert W ? Esta aproximación se deriva mediante un método asintótico, pero se mantiene nítida en todo el dominio de convergencia de .
Propiedades
Probabilidad en diferentes dominios
El contenido de probabilidad de una distribución log-normal en cualquier dominio arbitrario se puede calcular con la precisión deseada transformando primero la variable a normal y luego integrándola numéricamente utilizando el método de trazado de rayos. [15] (código Matlab)
Probabilidades de funciones de una variable log-normal.
Dado que la probabilidad de una variable log-normal se puede calcular en cualquier dominio, esto significa que también se puede calcular la cdf (y en consecuencia la pdf y la cdf inversa) de cualquier función de una variable log-normal. [15] (código Matlab)
Por analogía con la estadística aritmética, se puede definir una varianza geométrica, y se ha propuesto un coeficiente de variación geométrico , [16] . Este término pretendía ser análogo al coeficiente de variación, para describir la variación multiplicativa en datos log-normales, pero esta definición de GCV no tiene base teórica como estimación de sí misma (ver también Coeficiente de variación ).
Tenga en cuenta que la media geométrica es menor que la media aritmética. Esto se debe a la desigualdad AM-GM y es consecuencia de que el logaritmo es una función cóncava . De hecho,
Para cualquier número real o complejo n , el n -ésimo momento de una variable X con distribución logarítmica normal viene dado por [4]
Específicamente, la media aritmética, el cuadrado esperado, la varianza aritmética y la desviación estándar aritmética de una variable X con distribución logarítmica normal vienen dadas respectivamente por: [2]
Esta estimación a veces se denomina "CV geométrico" (GCV), [19] [20] debido al uso de la varianza geométrica. A diferencia de la desviación estándar aritmética, el coeficiente de variación aritmético es independiente de la media aritmética.
Los parámetros μ y σ se pueden obtener si se conocen la media aritmética y la varianza aritmética:
Una distribución de probabilidad no está determinada únicamente por los momentos E[ X n ] = e nμ +1/2norte 2 σ 2 para norte ≥ 1. Es decir, existen otras distribuciones con el mismo conjunto de momentos. [4]De hecho, existe toda una familia de distribuciones con los mismos momentos que la distribución log-normal. [ cita necesaria ]
Moda, mediana, cuantiles
La moda es el punto de máximo global de la función de densidad de probabilidad. En particular, resolviendo la ecuación obtenemos que:
Dado que la variable transformada logarítmicamente tiene una distribución normal y los cuantiles se conservan bajo transformaciones monótonas, los cuantiles de son
donde es el cuantil de la distribución normal estándar.
Específicamente, la mediana de una distribución log-normal es igual a su media multiplicativa, [21]
expectativa parcial
La expectativa parcial de una variable aleatoria con respecto a un umbral se define como
Alternativamente, utilizando la definición de expectativa condicional , se puede escribir como . Para una variable aleatoria log-normal, la expectativa parcial viene dada por:
La expectativa condicional de una variable aleatoria log-normal —con respecto a un umbral— es su expectativa parcial dividida por la probabilidad acumulada de estar en ese rango:
Parametrizaciones alternativas
Además de la caracterización por o , aquí hay varias formas de parametrizar la distribución log-normal. ProbOnto , la base de conocimiento y ontología de distribuciones de probabilidad [22] [23] enumera siete de estas formas:
LogNormal7(μ N , σ N ) con media, μ N y desviación estándar, σ N , ambas en escala natural [27]
Ejemplos de reparametrización
Considere la situación en la que a uno le gustaría ejecutar un modelo utilizando dos herramientas de diseño óptimas diferentes, por ejemplo PFIM [28] y PopED. [29] El primero admite la parametrización de LN2 y el segundo de LN7, respectivamente. Por lo tanto, es necesaria la reparametrización; de lo contrario, las dos herramientas producirían resultados diferentes.
Para la transición se mantienen las siguientes fórmulas y .
Para la transición se mantienen las siguientes fórmulas y .
Todas las fórmulas de reparametrización restantes se pueden encontrar en el documento de especificaciones en el sitio web del proyecto. [30]
Poder múltiple, recíproco.
Multiplicación por una constante: si entonces para
Recíproco: Si entonces
Poder: Si entonces para
Multiplicación y división de variables aleatorias independientes y log-normales.
Si dos variables independientes , log-normales y se multiplican [dividen], el producto [ratio] es nuevamente log-normal, con parámetros [ ] y , donde . Esto se generaliza fácilmente al producto de dichas variables.
De manera más general, si son variables independientes y con distribución logarítmica normal, entonces
Teorema del límite central multiplicativo
La media geométrica o multiplicativa de variables aleatorias positivas independientes, distribuidas idénticamente se muestra, para aproximadamente una distribución log-normal con parámetros y , suponiendo que es finita.
De hecho, las variables aleatorias no tienen por qué estar distribuidas de manera idéntica. Es suficiente que todas las distribuciones de tengan varianza finita y satisfagan las demás condiciones de cualquiera de las muchas variantes del teorema del límite central .
Si se distribuye log-normalmente, entonces es una variable aleatoria normal.
Sean variables independientes log-normalmente distribuidas con parámetros y posiblemente variables , y . La distribución de no tiene una expresión de forma cerrada, pero puede aproximarse razonablemente mediante otra distribución log-normal en la cola derecha. [35] Su función de densidad de probabilidad en la vecindad de 0 se ha caracterizado [34] y no se parece a ninguna distribución log-normal. Una aproximación comúnmente utilizada debido a LF Fenton (pero previamente establecida por RI Wilkinson y justificada matemáticamente por Marlow [36] ) se obtiene haciendo coincidir la media y la varianza de otra distribución logarítmica normal:
En el caso de que todas tengan el mismo parámetro de varianza , estas fórmulas se simplifican a
Para una aproximación más precisa, se puede utilizar el método de Monte Carlo para estimar la función de distribución acumulativa, la fdp y la cola derecha. [37] [38]
La suma de variables aleatorias correlacionadas con distribución logarítmica normal también se puede aproximar mediante una distribución logarítmica normal [ cita necesaria ]
Entonces se dice que tiene una distribución log-normal de tres parámetros con soporte . [39] , .
Se puede obtener un sustituto del log-normal cuya integral se puede expresar en términos de funciones más elementales [41] basándose en la distribución logística para obtener una aproximación de la CDF.
Dado que el primer término es constante con respecto a μ y σ , ambas funciones de verosimilitud logarítmica, y , alcanzan su máximo con el mismo y . Por lo tanto, los estimadores de máxima verosimilitud son idénticos a los de una distribución normal para las observaciones .
Para n finito , el estimador de for es insesgado, pero el de for está sesgado. En cuanto a la distribución normal, se puede obtener un estimador insesgado de reemplazando el denominador n por n −1 en la ecuación de .
Cuando los valores individuales no están disponibles, pero sí la media y la desviación estándar de la muestra , entonces se puede utilizar el método de los momentos . Los parámetros correspondientes están determinados por las siguientes fórmulas, obtenidas resolviendo las ecuaciones para la esperanza y la varianza de y :
Estimaciones de intervalo
La forma más eficiente de obtener estimaciones de intervalo al analizar datos distribuidos logarítmicamente normalmente consiste en aplicar los métodos conocidos basados en la distribución normal a datos transformados logarítmicamente y luego transformar los resultados si corresponde.
Intervalos de predicción
Un ejemplo básico lo dan los intervalos de predicción : para la distribución normal, el intervalo contiene aproximadamente dos tercios (68%) de la probabilidad (o de una muestra grande) y contiene el 95%. Por lo tanto, para una distribución log-normal,
Intervalo de confianza para μ *
Utilizando el principio, observe que un intervalo de confianza para es , donde es el error estándar y q es el cuantil del 97,5 % de una distribución t con n-1 grados de libertad. La retrotransformación conduce a un intervalo de confianza para ,
Principio extremo de entropía para fijar el parámetro libre σ
En las aplicaciones, es un parámetro por determinar. Para procesos de crecimiento equilibrados por producción y disipación, el uso de un principio extremo de entropía de Shannon muestra que [42]
Este valor puede usarse luego para dar alguna relación de escala entre el punto de inflexión y el punto máximo de la distribución log-normal. [42] Esta relación está determinada por la base del logaritmo natural, y exhibe cierta similitud geométrica con el principio de energía superficial mínima. Estas relaciones de escala son útiles para predecir una serie de procesos de crecimiento (propagación de epidemias, salpicaduras de gotas, crecimiento demográfico, velocidad de remolino del vórtice de la bañera, distribución de caracteres del lenguaje, perfil de velocidad de las turbulencias, etc.). Por ejemplo, la función logarítmica normal encaja bien con el tamaño de las gotas producidas secundariamente durante el impacto de las gotas [43] y la propagación de una enfermedad epidémica. [44]
El valor se utiliza para proporcionar una solución probabilística para la ecuación de Drake. [45]
Ocurrencia y aplicaciones
La distribución log-normal es importante en la descripción de fenómenos naturales. Muchos procesos de crecimiento natural son impulsados por la acumulación de muchos pequeños cambios porcentuales que se vuelven aditivos en una escala logarítmica. En condiciones de regularidad apropiadas, la distribución de los cambios acumulados resultantes se aproximará cada vez más mediante un log-normal, como se indica en la sección anterior sobre "Teorema del límite central multiplicativo". Esto también se conoce como ley de Gibrat , en honor a Robert Gibrat (1904-1980), quien la formuló para las empresas. [46] Si la tasa de acumulación de estos pequeños cambios no varía con el tiempo, el crecimiento se vuelve independiente del tamaño. Incluso si esta suposición no es cierta, las distribuciones de tamaño de cualquier edad de los objetos que crecen con el tiempo tienden a ser lognormales. [ cita necesaria ] En consecuencia, los rangos de referencia para las mediciones en individuos sanos se estiman con mayor precisión asumiendo una distribución log-normal que asumiendo una distribución simétrica alrededor de la media. [ cita necesaria ]
Una segunda justificación se basa en la observación de que las leyes naturales fundamentales implican multiplicaciones y divisiones de variables positivas. Algunos ejemplos son la simple ley de gravitación que conecta masas y distancias con la fuerza resultante, o la fórmula para las concentraciones de equilibrio de sustancias químicas en una solución que conecta concentraciones de eductos y productos. Asumir distribuciones log-normales de las variables involucradas conduce a modelos consistentes en estos casos.
En las siguientes subsecciones se dan ejemplos específicos. [47] contiene una revisión y una tabla de distribuciones log-normales de geología, biología, medicina, alimentación, ecología y otras áreas. [48] es un artículo de revisión sobre distribuciones log-normales en neurociencia, con bibliografía comentada.
Comportamiento humano
La longitud de los comentarios publicados en foros de discusión de Internet sigue una distribución logarítmica normal. [49]
El tiempo de permanencia de los usuarios en artículos en línea (chistes, noticias, etc.) sigue una distribución logarítmica normal. [50]
La duración de las partidas de ajedrez tiende a seguir una distribución log-normal. [51]
Las duraciones de inicio de los estímulos de comparación acústica que se corresponden con un estímulo estándar siguen una distribución logarítmica normal. [18]
Biología y medicina
Medidas de tamaño de tejido vivo (longitud, área de piel, peso). [52]
Periodo de incubación de enfermedades. [53]
Diámetros de manchas en hojas de plátano, oidio sobre cebada. [47]
Para epidemias altamente transmisibles, como el SARS en 2003, si se involucran políticas de control de intervención pública, se muestra que el número de casos hospitalizados satisface la distribución log-normal sin parámetros libres si se supone una entropía y la desviación estándar está determinada por la Principio de tasa máxima de producción de entropía . [54]
La longitud de los apéndices inertes (pelo, garras, uñas, dientes) de especímenes biológicos, en la dirección del crecimiento. [ cita necesaria ]
El recuento normalizado de RNA-Seq para cualquier región genómica se puede aproximar bien mediante una distribución log-normal.
La longitud de lectura de la secuenciación PacBio sigue una distribución log-normal. [55]
Ciertas mediciones fisiológicas, como la presión arterial de humanos adultos (después de la separación en subpoblaciones masculinas y femeninas). [56]
En neurociencia, la distribución de las tasas de activación en una población de neuronas suele ser aproximadamente log-normal. Esto se ha observado por primera vez en la corteza y el cuerpo estriado [58] y más tarde en el hipocampo y la corteza entorrinal, [59] y en otras partes del cerebro. [48] [60] Además, las distribuciones de ganancia intrínseca y las distribuciones de peso sináptico también parecen ser log-normales [61] .
Densidades neuronales en la corteza cerebral, debido al ruidoso proceso de división celular durante el neurodesarrollo. [62]
En el tamaño de las avalanchas de fracturas en el citoesqueleto de las células vivas, se muestran distribuciones log-normales, con un tamaño significativamente mayor en las células cancerosas que en las sanas. [63]
La concentración de elementos raros en los minerales. [64]
Diámetros de cristales en helado, gotas de aceite en mayonesa, poros en torta de cacao. [47]
Hidrología
En hidrología , la distribución log-normal se utiliza para analizar valores extremos de variables como los valores máximos mensuales y anuales de precipitación diaria y los volúmenes de descarga de los ríos. [sesenta y cinco]
La imagen de la derecha, hecha con CumFreq , ilustra un ejemplo de cómo ajustar la distribución logarítmica normal a las precipitaciones máximas de un día clasificadas anualmente, mostrando también el cinturón de confianza del 90% basado en la distribución binomial . [66]
En economía , hay evidencia de que el ingreso del 97% al 99% de la población se distribuye con normalidad logarítmica. [67] (La distribución de las personas con mayores ingresos sigue una distribución de Pareto ). [68]
Si una distribución del ingreso sigue una distribución log-normal con desviación estándar , entonces el coeficiente de Gini , comúnmente utilizado para evaluar la desigualdad del ingreso, se puede calcular como donde está la función de error , ya que donde es la función de distribución acumulada de una distribución normal estándar.
En finanzas , en particular en el modelo de Black-Scholes , los cambios en el logaritmo de los tipos de cambio, los índices de precios y los índices bursátiles se suponen normales [69] (estas variables se comportan como interés compuesto, no como interés simple, y por lo tanto son multiplicativas) . Sin embargo, algunos matemáticos como Benoit Mandelbrot han argumentado [70] que las distribuciones log-Lévy , que poseen colas pesadas , serían un modelo más apropiado, en particular para el análisis de caídas del mercado de valores . De hecho, las distribuciones de precios de las acciones suelen mostrar una cola gruesa . [71] La distribución de cola gruesa de los cambios durante las caídas del mercado de valores invalida los supuestos del teorema del límite central .
En cienciometría , el número de citas de artículos de revistas y patentes sigue una distribución logarítmica normal discreta. [72] [73]
El tamaño de las ciudades (población) satisface la ley de Gibrat. [74] El proceso de crecimiento del tamaño de las ciudades es proporcional e invariante con respecto al tamaño. Por lo tanto, según el teorema del límite central , el logaritmo del tamaño de la ciudad tiene una distribución normal.
El número de parejas sexuales parece describirse mejor mediante una distribución logarítmica normal. [75]
Tecnología
En el análisis de confiabilidad , la distribución logarítmica normal se utiliza a menudo para modelar los tiempos necesarios para reparar un sistema mantenible. [76]
En la comunicación inalámbrica , "la potencia media local expresada en valores logarítmicos, como dB o neper, tiene una distribución normal (es decir, gaussiana)". [77] Además, la obstrucción aleatoria de las señales de radio debido a grandes edificios y colinas, llamada sombra , a menudo se modela como una distribución log-normal.
Distribuciones de tamaño de partículas producidas por trituración con impactos aleatorios, como en el molino de bolas . [78]
La distribución del tamaño de los archivos de datos de audio y vídeo disponibles públicamente ( tipos MIME ) sigue una distribución logarítmica normal en cinco órdenes de magnitud . [79]
Tamaños de archivos de 140 millones de archivos en computadoras personales que ejecutan el sistema operativo Windows, recopilados en 1999. [80] [49]
Tamaños de correos electrónicos basados en texto (década de 1990) y correos electrónicos basados en multimedia (década de 2000). [49]
En redes informáticas y análisis de tráfico de Internet , el registro normal se muestra como un buen modelo estadístico para representar la cantidad de tráfico por unidad de tiempo. Esto se ha demostrado aplicando un enfoque estadístico sólido a grandes grupos de rastros reales de Internet. En este contexto, la distribución log-normal ha mostrado un buen rendimiento en dos casos de uso principales: (1) predecir la proporción de tiempo en que el tráfico excederá un nivel determinado (para acuerdo de nivel de servicio o estimación de capacidad de enlace), es decir, dimensionamiento del enlace basado en el ancho de banda aprovisionamiento y (2) predicción de precios del percentil 95. [81]
En las pruebas físicas, cuando la prueba produce un tiempo hasta que falla un elemento en condiciones específicas, los datos suelen analizarse mejor utilizando una distribución lognormal. [82] [83]
^ Norton, Mateo; Khokhlov, Valentyn; Uryasev, Stan (2019). "Cálculo de CVaR y bPOE para distribuciones de probabilidad comunes con aplicación a la optimización de cartera y estimación de densidad" (PDF) . Anales de investigación de operaciones . Saltador. 299 (1–2): 1281–1315. arXiv : 1811.11301 . doi :10.1007/s10479-019-03373-1. S2CID 254231768. Archivado (PDF) desde el original el 18 de abril de 2021 . Consultado el 27 de febrero de 2023 a través de stonybrook.edu.
^ abcd Weisstein, Eric W. "Registro de distribución normal". mathworld.wolfram.com . Consultado el 13 de septiembre de 2020 .
^ abcde Johnson, Norman L.; Kotz, Samuel; Balakrishnan, N. (1994), "14: Distribuciones lognormales", Distribuciones univariadas continuas. vol. 1 , Serie Wiley sobre probabilidad y estadística matemática: probabilidad y estadística aplicadas (2ª ed.), Nueva York: John Wiley & Sons , ISBN978-0-471-58495-7, señor 1299979
^ Parque, Sung Y.; Bera, Anil K. (2009). "Modelo de heterocedasticidad condicional autorregresiva de máxima entropía" (PDF) . Revista de Econometría . 150 (2): 219–230, especialmente. Tabla 1, pág. 221. CiteSeerX 10.1.1.511.9750 . doi :10.1016/j.jeconom.2008.12.014. Archivado desde el original (PDF) el 7 de marzo de 2016 . Consultado el 2 de junio de 2011 .
^ Tarmast, Ghasem (2001). Registro multivariado: distribución normal (PDF) . Actas del ISI: 53.º período de sesiones. Seúl. Archivado (PDF) desde el original el 19 de julio de 2013.
^ Halliwell, Leigh (2015). El multivariado aleatorio lognormal (PDF) . Foro electrónico de la Casualty Actuarial Society, primavera de 2015. Arlington, VA. Archivado (PDF) desde el original el 30 de septiembre de 2015.
^ Heyde, CC. (2010), "Sobre una propiedad de la distribución lognormal", Revista de la Royal Statistical Society, Serie B , vol. 25, núm. 2, págs. 392–393, doi : 10.1007/978-1-4419-5823-5_6 , ISBN978-1-4419-5822-8
^ Billingsley, Patricio (2012). Probabilidad y medida (edición de aniversario). Hoboken, Nueva Jersey: Wiley. pag. 415.ISBN978-1-118-12237-2. OCLC 780289503.
^ ab Holgate, P. (1989). "La función característica lognormal, vol. 18, págs. 4539–4548, 1989". Comunicaciones en Estadística - Teoría y Métodos . 18 (12): 4539–4548. doi :10.1080/03610928908830173.
^ Barakat, R. (1976). "Sumas de variables aleatorias independientes distribuidas logarítmicamente". Revista de la Sociedad Óptica de América . 66 (3): 211–216. Código bibliográfico : 1976JOSA...66..211B. doi :10.1364/JOSA.66.000211.
^ Barouch, E.; Kaufman, GM.; Glasser, ML. (1986). "Sobre sumas de variables aleatorias lognormales" (PDF) . Estudios en Matemática Aplicada . 75 (1): 37–55. doi : 10.1002/sapm198675137. hdl : 1721.1/48703 .
^ Leipnik, Roy B. (enero de 1991). "Sobre variables aleatorias lognormales: I - La función característica" (PDF) . Revista de la Sociedad Australiana de Matemáticas, Serie B. 32 (3): 327–347. doi : 10.1017/S0334270000006901 .
^ S. Asmussen, JL Jensen, L. Rojas-Nandayapa (2016). "Sobre la transformada de Laplace de la distribución Lognormal", Metodología y Computación en Probabilidad Aplicada 18 (2), 441-458. Informe Thiele 6 (13).
^ abcDas , Abhranil (2021). "Un método para integrar y clasificar distribuciones normales". Revista de Visión . 21 (10): 1. arXiv : 2012.14331 . doi :10.1167/jov.21.10.1. PMC 8419883 . PMID 34468706.
^ ab Kirkwood, Thomas BL (diciembre de 1979). "Medios geométricos y medidas de dispersión". Biometría . 35 (4): 908–9. JSTOR 2530139.
^ Limpert, E; Stahel, W; Abbat, M (2001). "Distribuciones lognormales en las ciencias: claves y pistas". Biociencia . 51 (5): 341–352. doi : 10.1641/0006-3568(2001)051[0341:LNDATS]2.0.CO;2 .
^ ab Heil P, Friedrich B (2017). "Revisión de la coincidencia de inicio y duración de estímulos acústicos: medidas aritméticas convencionales frente a medidas geométricas propuestas de exactitud y precisión". Fronteras en Psicología . 7 : 2013. doi : 10.3389/fpsyg.2016.02013 . PMC 5216879 . PMID 28111557.
^ Sawant, S.; Mohan, N. (2011) "Preguntas frecuentes: problemas con el análisis de eficacia de los datos de ensayos clínicos utilizando SAS" Archivado el 24 de agosto de 2011 en Wayback Machine , PharmaSUG2011 , artículo PO08
^ Schiff, MH; et al. (2014). "Estudio cruzado, aleatorizado y comparativo de metotrexato oral versus subcutáneo en pacientes con artritis reumatoide: las limitaciones de exposición al fármaco del metotrexato oral en dosis> = 15 mg pueden superarse con la administración subcutánea". Ann RheumDis . 73 (8): 1–3. doi :10.1136/annrheumdis-2014-205228. PMC 4112421 . PMID 24728329.
^ Daly, Leslie E.; Bourke, Geoffrey Joseph (2000). Interpretación y usos de las estadísticas médicas (5ª ed.). Oxford, Reino Unido: Wiley-Blackwell. pag. 89. doi : 10.1002/9780470696750. ISBN978-0-632-04763-5. PMC 1059583 ;edición impresa. Libro electrónico en línea ISBN 9780470696750
^ "ProbOnto" . Consultado el 1 de julio de 2017 .
^ Golpear, MJ; Grenon, P; Wimalaratne, S (2016). "ProbOnto: ontología y base de conocimiento de distribuciones de probabilidad". Bioinformática . 32 (17): 2719–21. doi : 10.1093/bioinformática/btw170. PMC 5013898 . PMID 27153608.
^ ab Forbes y col. Distribuciones de probabilidad (2011), John Wiley & Sons, Inc.
^ Lunn, D. (2012). El libro BUGS: una introducción práctica al análisis bayesiano. Textos de ciencia estadística. Prensa CRC.
^ Limpert, E.; Stahel, WA; Abbat, M. (2001). "Distribuciones logarítmicas normales en las ciencias: claves y pistas". Biociencia . 51 (5): 341–352. doi : 10.1641/0006-3568(2001)051[0341:LNDATS]2.0.CO;2 .
^ Nyberg, J.; et al. (2012). "PopED: una herramienta de diseño óptimo de población extendida, paralelizada". Programas de Métodos Computacionales Biomed . 108 (2): 789–805. doi :10.1016/j.cmpb.2012.05.005. PMID 22640817.
^ Retout, S; Bolsa de deporte, S; Mentré, F (2001). "Desarrollo e implementación de la matriz de información poblacional de Fisher para la evaluación de diseños farmacocinéticos poblacionales". Comp Meth Pro Biomed . 65 (2): 141-151. doi :10.1016/S0169-2607(00)00117-6. PMID 11275334.
^ El equipo de desarrollo de PopED (2016). Manual PopED, versión de lanzamiento 2.13. Informe técnico, Universidad de Uppsala.
^ Sitio web de ProbOnto, URL: http://probonto.org
^ Damgaard, cristiano; Weiner, Jacob (2000). "Describir la desigualdad en el tamaño o la fecundidad de las plantas". Ecología . 81 (4): 1139-1142. doi :10.1890/0012-9658(2000)081[1139:DIIPSO]2.0.CO;2.
^ Rossman, Lewis A (julio de 1990). "Diseñar flujos de corriente basándose en medios armónicos". Revista de Ingeniería Hidráulica . 116 (7): 946–950. doi :10.1061/(ASCE)0733-9429(1990)116:7(946).
^ Thorin, Olof (1977). "Sobre la divisibilidad infinita de la distribución lognormal". Revista actuarial escandinava . 1977 (3): 121-148. doi :10.1080/03461238.1977.10405635. ISSN 0346-1238.
^ ab Gao, Xin (2009). "Comportamiento asintótico de la densidad de la cola para la suma de variables lognormales correlacionadas". Revista Internacional de Matemáticas y Ciencias Matemáticas . 2009 : 1–28. doi : 10.1155/2009/630857 .
^ Asmussen, S.; Rojas-Nandayapa, L. (2008). "Asintótica de sumas de variables aleatorias lognormales con cópula gaussiana" (PDF) . Cartas de Estadística y Probabilidad . 78 (16): 2709–2714. doi :10.1016/j.spl.2008.03.035.
^ Marlow, NA. (noviembre de 1967). "Un teorema del límite normal para sumas de potencias de variables aleatorias normales independientes". Revista técnica del sistema Bell . 46 (9): 2081–2089. doi :10.1002/j.1538-7305.1967.tb04244.x.
^ Botev, ZI; L'Ecuyer, P. (2017). "Cálculo preciso de la cola derecha de la suma de variables log-normales dependientes". Conferencia de simulación de invierno (WSC) de 2017, del 3 al 6 de diciembre de 2017 . Las Vegas, NV, EE.UU.: IEEE. págs. 1880–1890. arXiv : 1705.03196 . doi :10.1109/WSC.2017.8247924. ISBN978-1-5386-3428-8.
^ Asmussen, A.; Goffard, P.-O.; Laub, PJ (2016). "Expansiones polinómicas ortonormales y densidades de suma lognormales". arXiv : 1601.01763v1 [matemáticas.PR].
^ Sangal, B.; Biswas, A. (1970). "Las aplicaciones de distribución lognormal de 3 parámetros en hidrología". Investigación de recursos hídricos . 6 (2): 505–515. doi :10.1029/WR006i002p00505.
^ Johnson, Países Bajos (1949). "Sistemas de curvas de frecuencia generadas por métodos de traducción". Biometrika . 36 (1/2): 149-176. doi :10.2307/2332539. JSTOR 2332539. PMID 18132090.
^ Swamee, PK (2002). "Distribución casi lognormal". Revista de Ingeniería Hidrológica . 7 (6): 441–444. doi :10.1061/(ASCE)1084-0699(2002)7:6(441).
^ ab Wu, Ziniu; Li, Juan; Bai, Chenyuan (2017). "Escalamiento de relaciones del proceso de crecimiento de tipo lognormal con un principio de entropía extremo". Entropía . 19 (56): 1–14. Código Bib : 2017Entrp..19...56W. doi : 10.3390/e19020056 .
^ Wu, Zi-Niu (2003). "Predicción de la distribución del tamaño de las gotas secundarias expulsadas mediante salpicaduras de corona de gotas que inciden sobre una pared sólida". Mecánica de Ingeniería Probabilística . 18 (3): 241–249. doi :10.1016/S0266-8920(03)00028-6.
^ Wang, WenBin; Wu, ZiNiu; Wang, ChunFeng; Hu, RuiFeng (2013). "Modelado de la tasa de propagación de epidemias transmisibles controladas mediante un modelo termodinámico basado en entropía". Ciencias China Física, Mecánica y Astronomía . 56 (11): 2143–2150. arXiv : 1304.5603 . Código Bib : 2013SCPMA..56.2143W. doi :10.1007/s11433-013-5321-0. ISSN 1674-7348. PMC 7111546 . PMID 32288765.
^ Bloetscher, Federico (2019). "Uso de métodos predictivos de cadena bayesiana de Monte Carlo-Markov para proporcionar una solución probabilística para la ecuación de Drake". Acta Astronáutica . 155 : 118-130. Código Bib : 2019AcAau.155..118B. doi :10.1016/j.actaastro.2018.11.033. S2CID 117598888.
^ Sutton, John (marzo de 1997). "El legado de Gibrat". Revista de Literatura Económica . 32 (1): 40–59. JSTOR 2729692.
^ abc Limpert, Eckhard; Stahel, Werner A.; Abad, Markus (2001). "Distribuciones logarítmicamente normales en las ciencias: claves y pistas". Biociencia . 51 (5): 341. doi : 10.1641/0006-3568(2001)051[0341:LNDATS]2.0.CO;2 . ISSN 0006-3568.
^ ab Buzsáki, György; Mizuseki, Kenji (6 de enero de 2017). "El cerebro logdinámico: cómo las distribuciones sesgadas afectan las operaciones de la red". Reseñas de la naturaleza. Neurociencia . 15 (4): 264–278. doi :10.1038/nrn3687. ISSN 1471-003X. PMC 4051294 . PMID 24569488.
^ ABC Pawel, Sobkowicz; et al. (2013). "Distribuciones lognormales de la duración de las publicaciones de los usuarios en debates de Internet: ¿una consecuencia de la ley Weber-Fechner?". Ciencia de datos de EPJ .
^ Yin, Peifeng; Luo, Ping; Lee, Wang-Chien; Wang, Min (2013). El silencio también es evidencia: interpretar el tiempo de permanencia como recomendación desde una perspectiva psicológica. Conferencia Internacional ACM sobre KDD.
^ "¿Cuál es la duración media de una partida de ajedrez?". ajedrez.stackexchange.com . Consultado el 14 de abril de 2018 .
^ Huxley, Julián S. (1932). Problemas de crecimiento relativo . Londres. ISBN978-0-486-61114-3. OCLC 476909537.
^ Sartwell, Philip E. "La distribución de los períodos de incubación de enfermedades infecciosas". Revista americana de higiene 51 (1950): 310-318.
^ SK Chan, Jennifer; Yu, Philip LH (2006). "Modelado de datos del SARS mediante un proceso geométrico de umbral". Estadística en Medicina . 25 (11): 1826–1839. doi :10.1002/sim.2376. PMID 16345017. S2CID 46599163.
^ Ono, Yukiteru; Asai, Kiyoshi; Hamada, Michiaki (1 de enero de 2013). "PBSIM: PacBio lee el simulador: hacia un ensamblaje preciso del genoma". Bioinformática . 29 (1): 119-121. doi : 10.1093/bioinformática/bts649 . ISSN 1367-4803. PMID 23129296.
^ Makuch, Robert W.; bateador designado Freeman; MF Johnson (1979). "Justificación de la distribución lognormal como modelo de presión arterial". Revista de Enfermedades Crónicas . 32 (3): 245–250. doi :10.1016/0021-9681(79)90070-5. PMID 429469.
^ Lacey, LF; Keene, EN; Pritchard, JF; Adiós, A. (1 de enero de 1997). "Variables farmacocinéticas no compartimentales comunes: ¿están distribuidas normalmente o logarítmicamente?". Revista de estadísticas biofarmacéuticas . 7 (1): 171–178. doi :10.1080/10543409708835177. ISSN 1054-3406. PMID 9056596.
^ Scheler, Gabriele; Schumann, Johann (8 de octubre de 2006). "Diversidad y estabilidad en las tasas de producción neuronal ". 36ª Reunión de la Sociedad de Neurociencia, Atlanta.
^ Mizuseki, Kenji; Buzsáki, György (12 de septiembre de 2013). "Distribución sesgada y preconfigurada de las tasas de activación en el hipocampo y la corteza entorrinal". Informes celulares . 4 (5): 1010–1021. doi :10.1016/j.celrep.2013.07.039. ISSN 2211-1247. PMC 3804159 . PMID 23994479.
^ Wöhrer, Adrien; Humphries, Mark D.; Machens, Christian K. (1 de abril de 2013). "Distribuciones poblacionales de la actividad neuronal durante la toma de decisiones perceptuales". Avances en Neurobiología . 103 : 156-193. doi :10.1016/j.pneurobio.2012.09.004. ISSN 1873-5118. PMC 5985929 . PMID 23123501.
^ Scheler, Gabriele (28 de julio de 2017). "Las distribuciones logarítmicas demuestran que el aprendizaje intrínseco es hebbiano". F1000Investigación . 6 : 1222. doi : 10.12688/f1000research.12130.2 . PMC 5639933 . PMID 29071065.
^ Morales-Gregorio, Aitor; van Meegen, Alejandro; van Albada, Sacha (2023). "Distribución lognormal ubicua de densidades neuronales en la corteza cerebral de mamíferos". Corteza cerebral . 33 (16): 9439–9449. doi :10.1093/cercor/bhad160. PMC 10438924 . PMID 37409647.
^ Polizzi, S., Laperrousaz, B., Perez-Reche, FJ, Nicolini, FE, Satta, VM, Arneodo, A. y Argoul, F. (2018). Un modelo de cascada de ruptura mínima para la plasticidad de las células vivas. Nueva Revista de Física, 20(5), 053057. doi: https://doi.org/10.1088/1367-2630/aac3c7
^ Ahrens, LH (1 de febrero de 1954). "La distribución lognormal de los elementos (Una ley fundamental de la geoquímica y su subsidiaria)". Geochimica et Cosmochimica Acta . 5 (2): 49–73. Código Bib : 1954GeCoA...5...49A. doi :10.1016/0016-7037(54)90040-X. ISSN 0016-7037.
^ Oosterbaan, RJ (1994). "6: Análisis de frecuencia y regresión" (PDF) . En Ritzema, HP (ed.). Principios y aplicaciones de drenaje, Publicación 16. Wageningen, Países Bajos: Instituto Internacional para la Recuperación y Mejora de Tierras (ILRI). págs. 175-224. ISBN978-90-70754-33-4.
^ CumFreq, software gratuito para ajuste de distribución.
^ Clementi, Fabio; Gallegati, Mauro (2005) "Ley de distribución del ingreso de Pareto: evidencia para Alemania, Reino Unido y Estados Unidos", EconWPA
^ Wataru, Souma (22 de febrero de 2002). "Física de la Renta Personal". En Takayasu, Hideki (ed.). Ciencia empírica de las fluctuaciones financieras: el advenimiento de la econofísica . Saltador. arXiv : cond-mat/0202388 . doi :10.1007/978-4-431-66993-7.
^ Negro, F.; Scholes, M. (1973). "El precio de las opciones y pasivos corporativos". Revista de Economía Política . 81 (3): 637. doi : 10.1086/260062. S2CID 154552078.
^ Mandelbrot, Benoit (2004). El (mal)comportamiento de los mercados. Libros básicos. ISBN9780465043552.
^ Bunchen, P., Precios de opciones avanzadas , libro de texto de la Universidad de Sydney, 2007
^ Thelwall, Mike; Wilson, Paul (2014). "Regresión de datos de citas: una evaluación de diferentes métodos". Revista de Informetría . 8 (4): 963–971. arXiv : 1510.08877 . doi :10.1016/j.joi.2014.09.011. S2CID 8338485.
^ Sheridan, Pablo; Onodera, Taku (2020). "Una paradoja del apego preferencial: cómo el apego preferencial se combina con el crecimiento para producir redes con distribuciones de grado logarítmicamente normales". Informes científicos . 8 (1): 2811. arXiv : 1703.06645 . doi :10.1038/s41598-018-21133-2. PMC 5809396 . PMID 29434232.
^ Eeckhout, enero (2004). "Ley de Gibrat para (todas) las ciudades". Revista económica estadounidense . 94 (5): 1429-1451. doi :10.1257/0002828043052303. JSTOR 3592829 - vía JSTOR.
^ Kault, David (1996). "La forma de la distribución del número de parejas sexuales". Estadística en Medicina . 15 (2): 221–230. doi :10.1002/(SICI)1097-0258(19960130)15:2<221::AID-SIM148>3.0.CO;2-Q. PMID 8614756.
^ O'Connor, Patricio; Kleyner, André (2011). Ingeniería Práctica de Confiabilidad . John Wiley e hijos. pag. 35.ISBN978-0-470-97982-2.
^ "Sombreado". www.WirelessCommunication.NL . Archivado desde el original el 13 de enero de 2012.
^ Dexter, AR; Tanner, DW (julio de 1972). "Densidades de embalaje de mezclas de esferas con distribuciones de tamaño logarítmico normal". Ciencias Físicas de la Naturaleza . 238 (80): 31–32. Código bibliográfico : 1972NPhS..238...31D. doi : 10.1038/physci238031a0. ISSN 2058-1106.
^ Gros, C; Kaczor, G.; Markovic, D (2012). "Limitaciones neuropsicológicas a la producción de datos humanos a escala global". La revista física europea B. 85 (28): 28. arXiv : 1111.6849 . Código Bib : 2012EPJB...85...28G. doi :10.1140/epjb/e2011-20581-3. S2CID 17404692.
^ Douceur, John R.; Bolosky, William J. (1 de mayo de 1999). "Un estudio a gran escala del contenido del sistema de archivos". Revisión de evaluación del desempeño de ACM SIGMETRICS . 27 (1): 59–70. doi : 10.1145/301464.301480 . ISSN 0163-5999.
^ Alamsar, Mahoma; Parisis, George; Clegg, Richard; Zakhleniuk, Nickolay (2019). "Sobre la distribución de los volúmenes de tráfico en Internet y sus implicaciones". arXiv : 1902.03853 [cs.NI].
^ ASTM D3654, Método de prueba estándar para adherencia al corte en cintas sensibles a la presión
^ ASTM D4577, Método de prueba estándar para la resistencia a la compresión de un contenedor bajo carga constante>\
Otras lecturas
Cuervo, Edwin L.; Shimizu, Kunio, eds. (1988), Distribuciones lognormales, teoría y aplicaciones , Estadística: libros de texto y monografías, vol. 88, Nueva York: Marcel Dekker, Inc., págs. xvi+387, ISBN 978-0-8247-7803-3, SEÑOR 0939191, Zbl 0644.62014
Aitchison, J. y Brown, JAC (1957) La distribución lognormal , Cambridge University Press.
Limpert, E; Stahel, W; Abbat, M (2001). "Distribuciones lognormales en las ciencias: claves y pistas". Biociencia . 51 (5): 341–352. doi : 10.1641/0006-3568(2001)051[0341:LNDATS]2.0.CO;2 .
Holgate, P. (1989). "La función característica lognormal". Comunicaciones en Estadística - Teoría y Métodos . 18 (12): 4539–4548. doi :10.1080/03610928908830173.
Brooks, Robert; Corson, Jon; Donal, Gales (1994). "El precio de las opciones sobre índices cuando todos los activos subyacentes siguen una difusión lognormal". Avances en la investigación de futuros y opciones . 7 . SSRN 5735.
enlaces externos
Wikimedia Commons tiene medios relacionados con la distribución logarítmica normal .
La distribución normal es la distribución log-normal.