【对数正态分布】在概率论与统计学中，对数正态分布是一种连续概率分布，其特点是随机变量的对数值服从正态分布。这种分布常用于描述那些只能取正值的数据，如收入、房价、股票价格等。由于这些数据通常具有右偏特性，对数正态分布能够很好地拟合这类数据。
一、定义
设随机变量 $ X $ 服从对数正态分布，若其自然对数 $ \ln(X) $ 服从正态分布，则称 $ X $ 为对数正态分布随机变量。记作：
$$
X \sim \text{LogN}(\mu, \sigma^2)
$$
其中，$ \mu $ 和 $ \sigma $ 分别是 $ \ln(X) $ 的均值和标准差。
二、概率密度函数
对数正态分布的概率密度函数（PDF）为：
$$
f(x) = \frac{1}{x\sigma\sqrt{2\pi}} \exp\left( -\frac{(\ln x - \mu)^2}{2\sigma^2} \right), \quad x > 0
$$
该函数在 $ x > 0 $ 区间内有效，且随着 $ x $ 增大而逐渐下降，呈现右偏特征。
三、期望与方差
对数正态分布的期望和方差分别为：
- 期望：
$$
E(X) = e^{\mu + \frac{\sigma^2}{2}}
$$
- 方差：
$$
\text{Var}(X) = \left(e^{\sigma^2} - 1\right)e^{2\mu + \sigma^2}
$$
可以看出，方差随着 $ \sigma $ 的增大而显著增加，这反映了对数正态分布的“长尾”特性。
四、应用场景
对数正态分布广泛应用于以下领域：
| 应用领域 | 具体例子 |
| 金融 | 股票价格、资产回报率 |
| 经济学 | 收入、消费支出 |
| 环境科学 | 污染物浓度、降雨量 |
| 生物学 | 细胞大小、生长速率 |
五、与其他分布的关系
- 若 $ X \sim \text{LogN}(\mu, \sigma^2) $，则 $ \ln(X) \sim N(\mu, \sigma^2) $
- 对数正态分布是正态分布的一种变换形式，适用于非负数据的建模
六、总结
对数正态分布是一种重要的概率分布，特别适合描述具有右偏特性的正数数据。它在金融、经济、环境科学等多个领域都有广泛应用。理解其基本性质和参数意义，有助于更好地进行数据分析与建模。
表格：对数正态分布关键信息汇总
| 属性 | 内容 |
| 分布名称 | 对数正态分布 |
| 记号 | $ X \sim \text{LogN}(\mu, \sigma^2) $ |
| 定义 | 若 $ \ln(X) \sim N(\mu, \sigma^2) $，则 $ X \sim \text{LogN}(\mu, \sigma^2) $ |
| 概率密度函数 | $ f(x) = \frac{1}{x\sigma\sqrt{2\pi}} \exp\left( -\frac{(\ln x - \mu)^2}{2\sigma^2} \right) $ |
| 期望 | $ e^{\mu + \frac{\sigma^2}{2}} $ |
| 方差 | $ \left(e^{\sigma^2} - 1\right)e^{2\mu + \sigma^2} $ |
| 应用领域 | 金融、经济、环境、生物等 |