如何计算 'mean of included normal' 的对数正态分布均值？
How do I calculate log-normal distributed mean from 'mean of included normal'?
我的问题好像有点不清楚。让我解释一下我的意思：
我正在尝试从 anylogic 中的论文重新创建分布，它明确给出了对数正态分布的 mu 和 sigma^2：
当我在内置 AnyLogic 函数中对论文中的 mu = 12 和 sigma^2=36 进行建模时：lognormal(double mu, double sigma, double min) 为 lognormal(12.0, 6.0, 0.0) 因为它不能为负数。然而，该函数给出了数万甚至数百万的值。我期待更低的价值。
我肯定知道这一点，因为价值决定了客户要求的交货时间，而该模型只运行了大约 6000 小时。
我意识到了 AnyLogic 帮助中关于对数正态分布的文本 website：“sigma = 包含的正态分布的标准差。”
对于论文中的给定分布，这意味着什么？我是否缺少正态分布和对数正态分布之间的计算？
如果您进行 google 搜索，这些分布通常都有很好的记录。来自维基百科：
In probability theory, a log-normal (or lognormal) distribution is a
continuous probability distribution of a random variable whose
logarithm is normally distributed.
所以下面的语句
sigma = The standard deviation of the included Normal
意思就是它所说的......有一个随机变量服从正态分布，这就是他们在这里谈论的西格玛......正态分布变量的西格玛。
要计算对数正态分布的平均值，请执行以下操作：
Mean = exp (mu + 0.5*sigma^2)
在你的情况下，它将是 exp(30)=1.068647e+13
所以一个相当大的数字
很多人因为某些原因认为normal和log-normal是一样的，所以要么论文错了要么你错了，我没法看论文知道
我的问题好像有点不清楚。让我解释一下我的意思：
我正在尝试从 anylogic 中的论文重新创建分布，它明确给出了对数正态分布的 mu 和 sigma^2：
当我在内置 AnyLogic 函数中对论文中的 mu = 12 和 sigma^2=36 进行建模时：lognormal(double mu, double sigma, double min) 为 lognormal(12.0, 6.0, 0.0) 因为它不能为负数。然而，该函数给出了数万甚至数百万的值。我期待更低的价值。
我肯定知道这一点，因为价值决定了客户要求的交货时间，而该模型只运行了大约 6000 小时。
我意识到了 AnyLogic 帮助中关于对数正态分布的文本 website：“sigma = 包含的正态分布的标准差。”
对于论文中的给定分布，这意味着什么？我是否缺少正态分布和对数正态分布之间的计算？
如果您进行 google 搜索，这些分布通常都有很好的记录。来自维基百科：
In probability theory, a log-normal (or lognormal) distribution is a continuous probability distribution of a random variable whose logarithm is normally distributed.
所以下面的语句
sigma = The standard deviation of the included Normal
意思就是它所说的......有一个随机变量服从正态分布，这就是他们在这里谈论的西格玛......正态分布变量的西格玛。
要计算对数正态分布的平均值，请执行以下操作：
Mean = exp (mu + 0.5*sigma^2)
在你的情况下，它将是 exp(30)=1.068647e+13
所以一个相当大的数字
很多人因为某些原因认为normal和log-normal是一样的，所以要么论文错了要么你错了，我没法看论文知道