假设有一些小的和较大的。现在 很少会是负数。X∼N(μ,σ2)X∼N(μ,σ2)σ2σ2μμXX
假设我需要严格为正但在其他方面类似于正常的随机变量。以前研究过这种变量吗?这不是我从我的统计书籍中找到的东西。
截断的正态分布可能符合要求。(或更好的统计书。)在您的情况下,通过丢弃低于零的任何内容来获得截断的法线。pdf、cdf 和时刻在链接的 Wikipedia 文章中有完整描述。
根据您希望变量的“正常”程度,您可能会考虑对数正态分布,其中变量的对数具有正态分布。因此,变量本身总是非负的,对于您指定的分布类型(大均值,小方差),变量本身可能看起来接近正常。
对于不一定非负的项目的测量,如果测量误差与测量值成比例,则对数正态分布可能比正态分布更合适。如果您尝试使用正态分布对此类测量进行建模,则可能会遇到麻烦,因为方差在测量范围内不是恒定的。在对数尺度上,方差往往与测量值无关。