对数正态分布中的聚合参数

时间:2017-06-05 17:04:05

标签: parameters distribution

我想知道是否可以从对数正态分布中获取聚合参数。通常,在生态学中,它使用来自负二项式的聚合参数 k ,该参数测量数据中的聚类,聚合或异质性的量:较小的 k 意味着更多的异质性。负二项分布的方差为μ+μ2/ k,因此当 k 变大时,方差接近均值,分布接近泊松分布。在R中,聚合参数称为大小参数(Bolker,2008)。

当我在fitdistr中拟合数据时,与负二项式,伽马和泊松相比,我的数据更符合对数正态分布。

根据Anscombe,对数系列是通过负二项式的限制过程获得的,考虑到N读数的样本,让N趋于无穷大,k趋于零,忽略零读数。

我想知道是否有可能使用sdlog和meanlog从对数正态分布中获取聚合参数,或者我应该使用来自负二项式的聚合参数k,因为log-normal是小k的结果?提前谢谢。

参考: Bolker Benjamin M.(2008)R. Princeton University Press的生态模型和数据

1 个答案:

答案 0 :(得分:1)

这是一个不寻常的问题,但如果我理解正确,你有一个log-normal拟合,所以有一条曲线已知musigma

如果你假装它是负二项式,它还有两个参数np。因此,您可以尝试查找大小(n)的好方法是找到均值和方差

Neg-Binomial

mean = n*q/p
var  = n*q/p^2, where q = 1-p

从上面的链接中获取log-normal的均值和方差

mean/var = p = exp(- mu - sigma^2/2) / [exp(sigma^2) - 1]
q = 1 - p
n = mean * p / q = exp(mu + sigma^2/2) * exp(- mu - sigma^2/2) / [exp(sigma^2) - 1] / q = 1 / ([exp(sigma^2) - 1] * q) = 1 / (exp(sigma^2) - 1 - exp(- mu - sigma^2/2))

请仔细检查我的数学......

更新

这个问题没有一个解决方案。例如,要从log-normal获取np,您可以尝试匹配模式和方差,而不是像我那样匹配均值和方差