Đối với sự khác biệt về chất, thì logic và gamma, như bạn nói, khá giống nhau.
Thật vậy, trong thực tế, chúng thường được sử dụng để mô hình các hiện tượng tương tự (một số người sẽ sử dụng gamma trong khi những người khác sử dụng logic bất thường). Họ là cả hai, ví dụ, không đổi hệ số-of-biến mô hình (CV cho lognormal là , cho gamma đó là1/√eσ2−1−−−−−−√ ).1/α−−√
[Làm thế nào nó có thể là hằng số nếu nó phụ thuộc vào một tham số, bạn yêu cầu? Nó áp dụng khi bạn mô hình thang đo (vị trí cho thang đo log); đối với logic bất thường, đóng vai trò là tham số tỷ lệ, trong khi đối với gamma, thang đo là tham số không phải là tham số hình dạng (hoặc đối ứng của nó nếu bạn sử dụng tham số hóa tỷ lệ hình dạng). Tôi sẽ gọi tham số quy mô cho việc phân phối gamma β . Mô hình Gamma GLMs giá trị trung bình ( μ = α beta ) trong khi giữ α liên tục; trong trường hợp đó μ cũng là một tham số quy mô. Một mô hình khác nhau với μ và liên tục α hoặc σ tương ứng sẽ có CV không đổi.]μβμ=αβαμμασ
Bạn có thể thấy hướng dẫn để xem mật độ của nhật ký của họ , điều này thường cho thấy sự khác biệt rất rõ ràng.
Nhật ký của một biến ngẫu nhiên lognatural là ... bình thường. Nó đối xứng.
Nhật ký của một biến ngẫu nhiên gamma là lệch trái. Tùy thuộc vào giá trị của tham số hình dạng, nó có thể khá lệch hoặc gần như đối xứng.
Đây là một ví dụ, với cả lognatural và gamma có nghĩa là 1 và phương sai 1/4. Biểu đồ trên cùng cho thấy mật độ (gamma màu xanh lá cây, lognatural màu xanh lam) và phần dưới hiển thị mật độ của các bản ghi:
(Vẽ sơ đồ nhật ký mật độ của các bản ghi cũng hữu ích. Nghĩa là lấy thang đo log trên trục y ở trên)
CV3+3CV2CV