Distribuição log-normal

Fonte: testwiki
Saltar para a navegação Saltar para a pesquisa
A função densidade de probabilidade da distribuição log-normal para µ=0 e diferentes valores de σ.
A função distribuição acumulada da distribuição log-normal para µ=0 e diferentes valores de σ.

Em probabilidade e estatística, uma variável aleatória é uma distribuição de probabilidade, cujo logaritmo é normalmente distribuído. Uma variável aleatória X tem a distribuição log-normal quando o seu logaritmo Y=log(X) tem a distribuição normal. Logo, sua função de densidade é

f(x;μ,σ)=1xσ2πexp[(ln(x)μ)22σ2]

A importância da distribuição log-normal se deve a um resultado análogo ao Teorema do Limite Central: assim como uma distribuição normal aparece quando são somadas várias variáveis independentes (para ver o enunciado mais preciso, consulte o artigo sobre o teorema), a distribuição log-normal aparece naturalmente como o produto de várias variáveis independentes (sempre positivas).

Por exemplo, em Finanças, o preço de uma ação no futuro pode ser modelado como o efeito de vários pequenos ajustes independentes, ou seja:

Pn=P0×(1±ϵ1)××(1±ϵn)

Ou seja, aplicando o log, temos que logPn é a soma de várias variáveis aleatórias independentes, ou seja, pode ser aproximado por uma distribuição normal - portanto Pn pode ser aproximado por uma log-normal.

Média

O valor esperado de X=exp(Y), quando Y é uma variável aleatória normal, vale:

E(X)=E(exp(Y))=exp(E(Y)+0.5var(Y))

em que var(Y) é a variância de Y.

Variância

A variância da log-normal também pode ser expressa em função da normal. Sendo X=exp(Y) e Y normal, temos:

var(X)=exp(2E(Y)+var(Y))(exp(var(Y))1)

Fórmulas inversas

Seja X=exp(Y), então a média e variância de Y podem ser expressas em função da média e variância de X como:

E(Y)=ln(E(X))12ln(1+var(X)(E(X))2),
Var(Y)=ln(Var(X)(E(X))2+1).

Ligações externas

Predefinição:Mínimo sobre