为什么 ln[E(x)] > E[ln(x)]?

机器算法验证 分布 期望值 对数正态分布
2022-03-03 02:05:45

我们正在处理金融课程中的对数正态分布,我的教科书只是说这是真的,我觉得这有点令人沮丧,因为我的数学背景不是很强,但我想要直觉。谁能告诉我为什么会这样?

1个回答

回想一下ex1+x

E[eY]=eE(Y)E[eYE(Y)]eE(Y)E[1+YE(Y)]=eE(Y)

所以eE(Y)E[eY]

现在让,我们有:Y=lnX

eE(lnX)E[elnX]=E(X)

现在记录双方的日志

E[ln(X)]ln[E(X)]


或者:

lnX=lnXlnμ+lnμ (其中μ=E(X)

=ln(X/μ)+lnμ

=ln[Xμμ+1]+lnμ

Xμμ+lnμ(因为ln(t+1)t

现在考虑双方的期望:

E[ln(X)]lnμ


插图(显示与 Jensen 不等式的联系):

这里 X 和 Y 的角色互换,以便它们匹配绘图轴;更好的规划会在上面交换它们的角色,以便绘图更直接地匹配代数。

样本的 y=exp(x) 与 x 的散点图,显示了由该关系中的曲率引起的不等式

实色线代表每个轴上的平均值。

正如我们所看到的,因为关系在中间“向”弯曲(并且“远离”的平均值(橙色水平线)在到达曲线之前会走得更远一点(给出小间隙(用蓝色标记) 在我们看到的 log(mean(y)) 和 mean(log(y)) 之间。XYY