我试图理解为什么当您增加观察次数时,两个(或多个)对数正态随机变量的总和接近对数正态分布。我在网上看过,但没有发现任何结果。
显然,如果和是独立的对数正态变量,则根据指数和高斯随机变量的性质,也是对数正态的。但是,没有理由表明也是对数正态的。X × Y X + Y
然而
如果生成两个独立的对数正态随机变量和,并令,并重复多次此过程,则的分布将显示为对数正态。随着观察次数的增加,它甚至看起来更接近对数正态分布。Y Z = X + Y Z
例如:生成一百万对后,Z的自然对数的分布在下面的直方图中给出。这显然很像正态分布,表明确实是对数正态。
有没有人对本文有任何见解或参考,可能有助于理解?
xx <- rlnorm(1e6,0,3); yy <- rlnorm(1e6,0,1)