Open2024/02/15にコメント追加3[統計検定準1級] 変数変換統計検定変数変換umacha2024/02/15オボエル umacha2024/02/15 正規分布のモーメント母関数 計算するのは大変なので覚えたほうがよさそう。 対数正規分布の期待値が計算できる。 m_X(t) = E[e^{tx}] = e^{\dfrac{\mu t + \sigma^2 t^2}{2}} umacha2024/02/15 対数正規分布の確率密度関数 覚えたほうが早そう。 通常の正規分布を少しだけいじる。 f(x) = \dfrac{1}{\sqrt{2 \pi} \sigma {\color{#fa8072} x}} e^{\dfrac{-({\color{#fa8072} \log x} - \mu)^2}{2 \sigma^2}} 返信を追加
umacha2024/02/15オボエル umacha2024/02/15 正規分布のモーメント母関数 計算するのは大変なので覚えたほうがよさそう。 対数正規分布の期待値が計算できる。 m_X(t) = E[e^{tx}] = e^{\dfrac{\mu t + \sigma^2 t^2}{2}} umacha2024/02/15 対数正規分布の確率密度関数 覚えたほうが早そう。 通常の正規分布を少しだけいじる。 f(x) = \dfrac{1}{\sqrt{2 \pi} \sigma {\color{#fa8072} x}} e^{\dfrac{-({\color{#fa8072} \log x} - \mu)^2}{2 \sigma^2}} 返信を追加
umacha2024/02/15 正規分布のモーメント母関数 計算するのは大変なので覚えたほうがよさそう。 対数正規分布の期待値が計算できる。 m_X(t) = E[e^{tx}] = e^{\dfrac{\mu t + \sigma^2 t^2}{2}}
umacha2024/02/15 対数正規分布の確率密度関数 覚えたほうが早そう。 通常の正規分布を少しだけいじる。 f(x) = \dfrac{1}{\sqrt{2 \pi} \sigma {\color{#fa8072} x}} e^{\dfrac{-({\color{#fa8072} \log x} - \mu)^2}{2 \sigma^2}}
