Zarówno gamma, jak i logarytmiczne są prawymi krzywymi, stałymi współczynnikami zmienności na i często są podstawą „konkurujących” modeli dla określonych rodzajów zjawisk.(0,∞)
Istnieją różne sposoby określania ciężkości ogona, ale w tym przypadku myślę, że wszystkie zwykłe pokazują, że logarytm jest cięższy. (Pierwsza osoba mogła mówić o tym, co dzieje się nie w dalekim ogonie, ale trochę na prawo od trybu (powiedzmy, około 75. percentyla na pierwszym wykresie poniżej, który dla logarytmu jest nieco poniżej 5 i gamma nieco powyżej 5.)
Jednak zbadajmy to pytanie w bardzo prosty sposób, aby rozpocząć.
Poniżej znajdują się gęstości gamma i lognormalne ze średnią 4 i wariancją 4 (wykres górny - gamma jest ciemnozielony, lognormal jest niebieski), a następnie log gęstości (na dole), dzięki czemu można porównać trendy w ogonach:
Trudno zobaczyć wiele szczegółów na górnym wykresie, ponieważ cała akcja jest po prawej stronie 10. Ale jest całkiem jasne na drugim wątku, w którym gamma zmierza znacznie szybciej niż lognormal.
Innym sposobem na zbadanie związku jest spojrzenie na gęstość kłód, jak w odpowiedzi tutaj ; widzimy, że gęstość logów dla lognormal jest symetryczna (to normalne!), a dla gamma jest ukośne w lewo, z lekkim ogonem po prawej.
Możemy to zrobić algebraicznie, gdzie możemy spojrzeć na stosunek gęstości jako (lub log tego stosunku). Niech mieć gęstość gamma logarytmicznie: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
Termin w [] jest kwadratowy w , podczas gdy pozostały termin zmniejsza się liniowo w . Bez względu na to, ostatecznie spadnie szybciej niż wzrost kwadratowy, niezależnie od wartości parametrów . W granicy jako logarytm stosunku gęstości maleje w kierunku , co oznacza, że gamma pdf jest ostatecznie znacznie mniejszy niż lognormalny pdf i względnie maleje. Jeśli weźmiesz stosunek w drugą stronę (z lognormal na górze), w końcu musi on wzrosnąć poza jakąkolwiek granicę.log(x)x−x/βx→∞−∞
Oznacza to, że każda lognormalność jest ostatecznie cięższa niż każda gamma.
Inne definicje ciężkości:
Niektórzy ludzie są zainteresowani skośnością lub kurtozą w celu zmierzenia ciężkości prawego ogona. Przy danym współczynniku zmienności lognormal jest zarówno bardziej przekrzywiony, jak i ma wyższą kurtozę niż gamma . **
Na przykład przy skośności gamma ma skośność równą 2 CV, podczas gdy logarytm normalny wynosi CV + CV .3
Istnieją pewne definicje techniczne różnych środków, jak ciężkie ogony są tutaj . Możesz wypróbować niektóre z tych dwóch dystrybucji. Lognormal jest interesującym szczególnym przypadkiem w pierwszej definicji - wszystkie jego momenty istnieją, ale jego MGF nie zbiegają się powyżej 0, podczas gdy MGF dla Gammy zbiegają się w okolicy około zera.
-
** Jak wspomina Nick Cox poniżej, zwykła transformacja w celu przybliżenia normalności gamma, transformacja Wilsona-Hilferty'ego, jest słabsza niż log - jest to transformacja pierwiastka sześcianu. Przy małych wartościach parametru kształtu wymieniono czwarty pierwiastek, patrz dyskusja w tej odpowiedzi , ale w obu przypadkach jest to słabsza transformacja w celu osiągnięcia prawie normalności.
Porównanie skośności (lub kurtozy) nie sugeruje żadnego niezbędnego związku w skrajnym ogonie - zamiast tego mówi nam coś o przeciętnym zachowaniu; ale z tego powodu może działać lepiej, jeśli pierwotny punkt nie był robiony na temat skrajnego ogona.
Zasoby : Łatwo jest korzystać z programów takich jak R, Minitab, Matlab lub Excel lub cokolwiek lubisz rysować gęstości i log-gęstości oraz logi współczynników gęstości ... i tak dalej, aby zobaczyć, jak się sprawy mają w poszczególnych przypadkach. Od tego chciałbym zacząć.