的分布11 + X11+X如果XX是对数正态

机器算法验证 密度函数 对数正态分布 布朗运动 派生分布
2022-03-16 10:08:53

认为ZN(0,1).

认为X是一个对数正态分布的随机变量,定义为X:=X0exp(0.5σ2+σZ), 换句话说,X是对数正态的E[X]=X0.

假设我们对类型的变量感兴趣Y:=11+X

问:分布Y有名字吗?它是否有明确定义的 PDF 和 CDF?

分布如Y金融中经常出现,因为利率可能被建模为指数鞅(即它们在特定时间点的分布将对应于变量X定义如上)。那么,债券价格实际上会有一个对应于变量的分布Y(即一年到期的零息债券。如果债券在“n"年,那么分母就是幂n(1+X)n)

我在 Python 中运行了一个简单的模拟来绘制XY, 和X0=0.01,σ=0.2. 然后我得到一个对数正态分布X(当然,预期):

在此处输入图像描述

为了Y,图形的形状类似于对数正态随机变量,但围绕其平均轴旋转(即较长的左尾而不是较长的右尾):仅通过观察图形,我认为 PDF 和 CDF 可能是定义明确,但在深入尝试代数之前,我想在这里检查这个问题是否有标准解决方案?

在此处输入图像描述

1个回答

我将回答一个简化版本,因此将概括留作练习。Z是一个标准的正态随机变量,所以X=eZ是标准对数正态。自从X>0 我们有Y=11+X是在单位区间内。ϕ,Φ是标准正态的密度和 cdf(累积分布)函数,然后我们发现

FY(y)=P(Yy)=1Φ(ln(1yy))
通过微分,密度为
fY(y)=ϕ(ln(1yy))y(1y)
分母中的因子将思想引向逻辑,事实上,这是一个Logit 正态分布


这种关系似乎很重要,需要一个更简单的推导,只是从定义。自从Z是标准正态,所以关于零对称,Z具有相同的分布,所以表示(的分布)X我们也可以使用X=eZ. 然后

Y=11+X=11+eZ=eZ1+eZ
它直接遵循logit(Y)是标准正态分布,不需要导出密度函数。