対数正規分布 - 機械学習の「朱鷺の杜Wiki」

[ トップ ] [ 編集 | 凍結 | 差分 | バックアップ | 添付 | リロード ] [ 新規 | 一覧 | 単語検索 | 最終更新 | ヘルプ | ログイン ]

朱鷺の杜Wiki

参加しよう

Wiki超入門
練習用ページ
数式の表示
こびとさん
編集用ID: ibis
パスワード: 「VC次元」のVのフルスペルで最初だけ大文字

最新の30件
2020-08-06
- python
2020-07-16
- F値
2020-06-30
- DataSet
2020-06-24
- PRML/errata1
- バイアス-バリアンス
2020-06-10
- Paper
2020-04-28
- Book
2020-03-15
- PRML
- PRML/link
2020-01-13
- Wiki超入門
2019-12-17
- IBIS
2019-11-22
- しましま/IBIS2019
2019-11-04
- K-NEL
2019-10-29
- コスト考慮型学習
2019-07-10
- 人工知能学会全国大会
2019-06-30
- MCMC
2019-06-27
- PRML/errata2
2019-06-07
- しましま/人工知能学会全国大会2019
2019-04-07
- English
2019-03-11
- 経験ベイズ
2019-03-08
- しましま/IBISML036
- Meeting
2018-11-07
- しましま/IBIS2018
2018-08-24
- IRLS法
2018-07-26
- Article
2018-07-24
- 確率的勾配降下法
2018-07-19
- 機械学習
- 標本誤差
2018-06-11
- しましま/人工知能学会全国大会2018
2018-03-06
- しましま/IBISML032

カウンタ

累計: 7116
今日: 1
昨日: 1

対数正規分布 (log-normal distribution) †

\(\log X\) が正規分布に従うとき，\(X\) は対数正規分布に従う．

確率密度関数は次式 \[f(x;\mu,\sigma)=\frac{1}{\sqrt{2\pi}\sigma x}\exp\biggl[-\frac{(\ln x - \mu)^2}{2\sigma^2}\biggr]\]

期待値：\(\exp\biggl(\mu+\frac{1}{2}\sigma^2\biggr)\)，分散：\(\exp(2\mu+\sigma^2)(\exp(\sigma^2)-1)\)
\(X_1\) と \(X_2\) が対数正規分布に従うとき，\(X_1X_2\) や \(X_1/X_2\) も対数正規分布に従う．

-- しましま

関連項目 †

リンク集 †

関連文献 †

Book/統計分布ハンドブック第4部 24節

Last-modified: 2010-02-11 (木) 16:12:45 (3875d)