Gamma và lognatural đều là các phân phối đúng, phân phối hệ số biến thiên không đổi trên và chúng thường là cơ sở của các mô hình "cạnh tranh" cho các loại hiện tượng cụ thể.(0,∞)
Có nhiều cách khác nhau để xác định độ nặng của một cái đuôi, nhưng trong trường hợp này tôi nghĩ rằng tất cả những cái thông thường cho thấy rằng lognatural nặng hơn. (Điều mà người đầu tiên có thể đã nói đến là những gì diễn ra không phải ở đuôi xa, mà là một chút ở bên phải của chế độ (giả sử, khoảng phần trăm thứ 75 trên âm mưu đầu tiên bên dưới, đối với logic bất thường chỉ dưới 5 và gamma chỉ trên 5.)
Tuy nhiên, hãy khám phá câu hỏi theo cách rất đơn giản để bắt đầu.
Dưới đây là mật độ gamma và lognatural với trung bình 4 và phương sai 4 (âm mưu trên cùng - gamma có màu xanh đậm, lognatural là màu xanh), và sau đó là nhật ký của mật độ (phía dưới), vì vậy bạn có thể so sánh các xu hướng ở đuôi:
Thật khó để nhìn thấy nhiều chi tiết trong cốt truyện hàng đầu, bởi vì tất cả các hành động đều ở bên phải 10. Nhưng nó khá rõ ràng trong cốt truyện thứ hai, nơi gamma đang đi xuống nhanh hơn nhiều so với logic bất thường.
Một cách khác để khám phá mối quan hệ là xem xét mật độ của các bản ghi, như trong câu trả lời ở đây ; chúng ta thấy rằng mật độ của các bản ghi cho lognatural là đối xứng (đó là bình thường!), và đối với gamma là lệch trái, với một cái đuôi nhẹ ở bên phải.
Chúng ta có thể làm điều đó theo đại số, trong đó chúng ta có thể xem tỷ lệ mật độ là (hoặc nhật ký của tỷ lệ). Đặt là mật độ gamma và lognatural:x→∞gf
log(g(x)/f(x))=log(g(x))−log(f(x))
=log(1Γ(α)βαxα−1e−x/β)−log(12π−−√σxe−(log(x)−μ)22σ2)
=−k1−(α−1)log(x)−x/β−(−k2−log(x)−(log(x)−μ)22σ2)
=[c−(α−2)log(x)+(log(x)−μ)22σ2]−x/β
Thuật ngữ trong [] là một bậc hai trong , trong khi thuật ngữ còn lại đang giảm tuyến tính theo . Dù thế nào đi nữa, cuối cùng sẽ giảm nhanh hơn bậc hai tăng bất kể giá trị của tham số là gì . Trong giới hạn là , nhật ký tỷ lệ mật độ đang giảm dần về phía , điều đó có nghĩa là gamma pdf cuối cùng nhỏ hơn nhiều so với pdf lognatural và nó vẫn tiếp tục giảm. Nếu bạn lấy tỷ lệ theo cách khác (với lognatural trên đầu), cuối cùng nó phải tăng vượt quá mọi ràng buộc.log(x)x−x/βx→∞−∞
Đó là, bất kỳ logic bất thường nào cũng có đuôi nặng hơn bất kỳ gamma nào .
Các định nghĩa khác về độ nặng:
Một số người quan tâm đến độ lệch hoặc kurtosis để đo độ nặng của đuôi phải. Ở một hệ số biến thiên nhất định, lognatural vừa lệch hơn và có độ nhiễu cao hơn gamma . **
Ví dụ, với độ lệch , gamma có độ lệch là 2CV trong khi logic bất thường là 3CV + CV .3
Có một số định nghĩa kỹ thuật về các biện pháp khác nhau về mức độ nặng của đuôi ở đây . Bạn có thể muốn thử một vài trong số đó với hai bản phân phối. Lognatural là một trường hợp đặc biệt thú vị trong định nghĩa đầu tiên - tất cả các khoảnh khắc của nó tồn tại, nhưng MGF của nó không hội tụ trên 0, trong khi MGF cho Gamma không hội tụ trong một vùng lân cận bằng không.
-
** Như Nick Cox đề cập dưới đây, phép biến đổi thông thường thành tính chuẩn gần đúng cho gamma, phép biến đổi Wilson-Hilferty, yếu hơn nhật ký - đó là phép biến đổi gốc khối. Tại các giá trị nhỏ của tham số hình dạng, gốc thứ tư đã được đề cập thay vào đó, hãy xem cuộc thảo luận trong câu trả lời này , nhưng trong cả hai trường hợp, đó là một biến đổi yếu hơn để đạt được tính gần chuẩn.
Việc so sánh độ lệch (hoặc kurtosis) không đề xuất bất kỳ mối quan hệ cần thiết nào trong phần đuôi cực đoan - thay vào đó nó cho chúng ta biết điều gì đó về hành vi trung bình; nhưng nó có thể vì lý do đó hoạt động tốt hơn nếu điểm ban đầu không được thực hiện về phần đuôi cực đoan.
Tài nguyên : Thật dễ dàng để sử dụng các chương trình như R hoặc Minitab hoặc Matlab hoặc Excel hoặc bất cứ điều gì bạn muốn để vẽ mật độ và mật độ log và nhật ký tỷ lệ mật độ ... và như vậy, để xem mọi thứ diễn ra như thế nào trong các trường hợp cụ thể. Đó là những gì tôi đề nghị bắt đầu với.