Die logarithmische Normalverteilung (kurz Log-Normalverteilung) ist eine kontinuierliche Wahrscheinlichkeitsverteilung für eine Variable, die nur positive Werte annehmen kann.
Sie beschreibt die Verteilung einer Zufallsvariablen , wenn die mit dem Logarithmus transformierte Zufallsvariable normalverteilt ist. Sie bewährt sich als Modell für viele Messgrößen in Naturwissenschaften, Medizin und Technik, beispielsweise für Energien, Konzentrationen, Längen und Mengenangaben.
In Analogie zu einer normalverteilten Zufallsvariablen, die nach dem zentralen Grenzwertsatz als Summe vieler verschiedener Zufallsvariablen aufgefasst werden kann, entsteht eine logarithmisch normalverteilte Zufallsvariable durch das Produkt vieler positiver Zufallsvariablen. Somit ist die Log-Normalverteilung die einfachste Verteilungsart für multiplikative Zufallsprozesse. Da multiplikative Gesetze in den Naturwissenschaften, der Ökonomie und der Technik eine größere Rolle spielen als additive, ist die Log-Normalverteilung in vielen Anwendungen diejenige, die der Theorie am besten entspricht – der zweite Grund, weshalb sie vielfach anstelle der gewöhnlichen, additiven Normalverteilung verwendet werden sollte.
Wenn eine standardnormalverteilte Zufallsvariable ist, dann ist log-normalverteilt mit den Parametern und , geschrieben als . Alternativ können als Parameter die Größen und verwendet werden. ist ein Skalen-Parameter. oder ebenso bestimmt die Form der Verteilung.
Wenn log-normalverteilt ist, dann ist auch log-normalverteilt, und zwar mit den Parametern und respektive und . Ebenso ist log-normalverteilt, mit den Parametern und respektive und .
Eine stetige, positive Zufallsvariable unterliegt einer logarithmischen Normalverteilung mit den Parametern und , wenn die transformierte Zufallsvariable einer Normalverteilung folgt. Ihre Dichtefunktion ist dann
wobei die Dichtefunktion der Standardnormalverteilung bezeichnet.
Damit hat die Log-Normalverteilung für die Verteilungsfunktion
wobei die Verteilungsfunktion der Standardnormalverteilung bezeichnet.
Die Verteilungsfunktion der logarithmischen Normalverteilung erscheint auf logarithmisch geteiltem Wahrscheinlichkeitspapier als Gerade.
Sei ein mehrdimensional (oder multivariat) normalverteilter Zufallsvektor. Dann ist (d. h. ) multivariat log-normalverteilt. Die mehrdimensionale Log-Normalverteilung ist viel weniger bedeutsam als die eindimensionale. Deshalb bezieht sich der nachfolgende Text fast ausschließlich auf den eindimensionalen Fall.
Ist das p-Quantil einer Standardnormalverteilung (d. h. , wobei die Verteilungsfunktion der Standardnormalverteilung sei), so ist das p-Quantil der Log-Normalverteilung gegeben durch
Der Median der logarithmischen Normalverteilung beträgt demnach . Er wird auch multiplikativer oder geometrischer Erwartungswert genannt (vgl. geometrisches Mittel). Er ist ein Skalen-Parameter, da gilt.
In Analogie zum multiplikativen Erwartungswert ist die multiplikative oder geometrische Standardabweichung. Sie bestimmt (ebenso wie selbst) die Form der Verteilung. Es gilt .
Da das multiplikative oder geometrische Mittel einer Stichprobe von lognormalen Beobachtungen (siehe „Parameterschätzung“ unten) selbst log-normalverteilt ist, kann man seine Standardabweichung angeben, sie beträgt .
Der Erwartungswert der logarithmischen Normalverteilung beträgt
Der Modus, also der häufigste Wert der Verteilung bzw. der Wert, für den die Dichtefunktion ihr Maximum annimmt, beträgt für die logarithmische Normalverteilung
Die Varianz ergibt sich zu
Für die Standardabweichung ergibt sich
Aus Erwartungswert und Varianz erhält man unmittelbar den Variationskoeffizienten
Die Schiefe ergibt sich zu
d. h., die Log-Normalverteilung ist rechtsschief.
Je größer die Differenz zwischen Erwartungswert und Median, desto ausgeprägter ist i. a. die Schiefe einer Verteilung. Hier unterscheiden sich diese Parameter um den Faktor . Die Wahrscheinlichkeit für extrem große Ausprägungen ist also bei der Log-Normalverteilung mit großem hoch.
Es existieren alle Momente und es gilt:
Die momenterzeugende Funktion und die charakteristische Funktion existieren für die Log-Normalverteilung nicht in expliziter Form.
Die Lognormalverteilung ist ein Beispiel einer Wahrscheinlichkeitsverteilung, die durch die Angabe aller Momente nicht charakterisiert ist, da es andere Wahrscheinlichkeitsverteilungen mit denselben Momenten gibt.
Die Entropie der logarithmischen Normalverteilung (ausgedrückt in nats) beträgt
Multipliziert man zwei unabhängige, log-normalverteilte Zufallsvariable und , so ergibt sich wieder eine log-normalverteilte Zufallsvariable mit den Parametern und , wobei . Entsprechendes gilt für das Produkt von solchen Variablen.
Das geometrische Mittel von unabhängigen, gleich verteilten, positiven Zufallsvariablen zeigt für genähert eine Log-Normalverteilung, die immer mehr einer gewöhnlichen Normalverteilung gleicht, da abnimmt.
Der Erwartungswert-Vektor ist
und die Kovarianzmatrix
Der Logarithmus einer logarithmisch normalverteilten Zufallsvariablen ist normalverteilt. Genauer: Ist eine -verteilte reelle Zufallsvariable (d. h. normalverteilt mit Erwartungswert und Varianz ), so ist die Zufallsvariable log-normalverteilt mit diesen Parametern und .
Wenn und damit geht, geht die Form der Log-Normalverteilung gegen diejenige einer gewöhnlichen Normalverteilung.
Die Verteilung gehört zu den Verteilungen mit schweren Rändern.
Die Schätzung der Parameter aus einer Stichprobe von Beobachtungen erfolgt über die Bestimmung von Mittelwert und (quadrierter) Standardabweichung der logarithmierten Werte:
.
Die Schätzung der multiplikativen Parameter erfolgt durch und . ist das geometrische Mittel. Seine Verteilung ist log-normal mit multiplikativem Erwartungswert und geschätzter multiplikativer Standardabweichung (besser als multiplikativer Standardfehler bezeichnet) .
Wenn keine Einzelwerte vorliegen, sondern nur der Mittelwert und die empirische Varianz der nicht logarithmierten Werte bekannt sind, erhält man passende Parameterwerte über
Allgemein erfolgt die statistische Analyse von log-normalverteilten Größen am einfachsten und Erfolg versprechendsten so, dass die Größen logarithmiert werden und auf diese transformierten Werte die Methoden verwendet werden, die auf der gewöhnlichen Normalverteilung beruhen. Im Bedarfsfall werden dann die Ergebnisse, beispielsweise Vertrauens- oder Vorhersage-Intervalle, in die ursprüngliche Skala zurücktransformiert.
Grundlegendes Beispiel dafür ist die Berechnung von Streuungs-Intervallen. Da für eine gewöhnliche Normalverteilung in einem Bereich von etwa 2/3 (genauer 68 %) und in 95 % der Wahrscheinlichkeit enthalten sind, gilt für die Log-Normalverteilung:
der Wahrscheinlichkeit (und also etwa diese Prozentzahl der Beobachtungen einer Stichprobe). Die Intervalle können in Analogie zu als und notiert werden.
In graphischen Darstellungen (untransformierter) Beobachtungen sollten deshalb solche asymmetrische Intervalle gezeigt werden.
Variation in vielen natürlichen Phänomenen lässt sich gut mit der Log-Normalverteilung beschreiben. Dies kann erklärt werden durch die Vorstellung, dass kleine prozentuale Abweichungen zusammenwirken, die einzelnen Effekte sich also multiplizieren. Bei Wachstumsprozessen ist dies besonders naheliegend. Zudem bestehen die Formeln für die meisten grundlegenden Naturgesetze aus Multiplikationen und Divisionen. Auf der logarithmischen Skala ergeben sich dann Additionen und Subtraktionen, und der entsprechende Zentrale Grenzwertsatz führt zur Normalverteilung – zurücktransformiert auf die ursprüngliche Skala also zur Log-Normalverteilung. Diese multiplikative Version des Grenzwertsatzes ist auch als Gesetz von Gibrat bekannt. Robert Gibrat (1904–1980) formulierte es für Unternehmen.
In einigen Wissenschaften ist es üblich, Messgrößen in Einheiten anzugeben, die durch Logarithmieren einer gemessenen Konzentration (Chemie) oder Energie (Physik, Technologie) erhalten werden. So wird der Säuregrad einer wässerigen Lösung durch den pH-Wert gemessen, der als negativer Logarithmus der Wasserstoffionen-Aktivität definiert ist. Eine Lautstärke wird in Dezibel (dB) angegeben, das , wobei das Verhältnis des Schalldruckpegels zu einem entsprechenden Referenzwert ist. Analoges gilt für andere Energie-Pegel. In der Finanzmathematik wird ebenfalls oft direkt mit logarithmierten Größen (Preisen, Kursen, Erträgen) gerechnet, siehe unten.
Für solche „bereits logarithmierte“ Größen ist dann die gewöhnliche Normalverteilung oft eine gute Wahl; also wäre hier, wenn man die ursprünglich gemessene Größe betrachten wollte, die Log-Normalverteilung geeignet.
Generell eignet sich die Log-Normalverteilung für Messgrößen, die nur positive Werte annehmen können, also Konzentrationen, Massen und Gewichte, räumliche Größen, Energien usw.
Die folgende Liste zeigt mit Beispielen die breite Palette der Anwendungen der Log-Normalverteilung.
This article uses material from the Wikipedia Deutsch article Logarithmische Normalverteilung, which is released under the Creative Commons Attribution-ShareAlike 3.0 license ("CC BY-SA 3.0"); additional terms may apply (view authors). Abrufstatistik · Autoren Der Inhalt ist verfügbar unter CC BY-SA 4.0, sofern nicht anders angegeben. Images, videos and audio are available under their respective licenses.
®Wikipedia is a registered trademark of the Wiki Foundation, Inc. Wiki Deutsch (DUHOCTRUNGQUOC.VN) is an independent company and has no affiliation with Wiki Foundation.