对数正态分布的几何标准差答案

【问题标题】：geometric standard deviation for a log normal distribution对数正态分布的几何标准差
【发布时间】：2014-03-12 17:29:17
【问题描述】：

我正在尝试计算每个对数正态分布的几何标准偏差。例如，在下面，我在第一行有 x 数据，即 bin 大小（从 10 到 1000），下一行有相应的 5 个 y 数据。

    10  10.9854 12.0679 13.2571 14.5635 15.9986 17.5751 19.307  21.2095 23.2995 25.5955 28.1177 30.8884 33.9322 37.2759 40.9492 44.9843 49.4171 54.2868 59.6362 65.5129 71.9686 79.0604 86.8511 95.4095 104.811 115.14  126.486 138.95  152.642 167.683 184.207 202.359 222.3   244.205 268.27  294.705 323.746 355.648 390.694 429.193 471.487 517.947 568.987 625.055 686.649 754.312 828.643 910.298 1000
    0.0170496   0.0239502   0.0332355   0.0455609   0.0616994   0.0825406   0.109082    0.142408    0.18366 0.233988    0.294489    0.366137    0.449692    0.545614    0.653963    0.774317    0.905696    1.04651 1.19455 1.34698 1.50043 1.65109 1.79482 1.92739 2.04464 2.1427  2.21822 2.26854 2.29184 2.28729 2.25505 2.19628 2.11309 2.00838 1.8857  1.74903 1.60258 1.45057 1.29705 1.1457  0.999738    0.861783    0.733851    0.617327    0.513004    0.421137    0.341527    0.273605    0.216532    0.169284
    0.564795    0.577687    0.5902  0.602296    0.61394 0.625095    0.635728    0.645804    0.655292    0.664162    0.672384    0.679932    0.686781    0.692908    0.698293    0.702918    0.706767    0.709826    0.712086    0.713539    0.71418 0.714007    0.71302 0.711223    0.708621    0.705224    0.701043    0.696093    0.69039 0.683953    0.676803    0.668965    0.660464    0.651327    0.641585    0.631268    0.620408    0.609041    0.5972  0.584922    0.572243    0.559201    0.545833    0.532178    0.518272    0.504155    0.489863    0.475433    0.460903    0.446307
    1.88874 1.99575 2.1007  2.20265 2.30064 2.39374 2.48101 2.56155 2.63452 2.69913 2.75466 2.80051 2.83615 2.86117 2.87529 2.87836 2.87032 2.85127 2.82144 2.78116 2.7309  2.67121 2.60276 2.52629 2.44262 2.35262 2.2572  2.15731 2.0539  1.94791 1.84027 1.73188 1.62359 1.51621 1.41048 1.30706 1.20656 1.1095  1.01631 0.927365    0.842942    0.763252    0.688433    0.618555    0.553629    0.493609    0.4384  0.387865    0.341834    0.300104
    0.190679    0.206669    0.223365    0.240726    0.258699    0.277225    0.296235    0.315651    0.335385    0.355342    0.375418    0.395503    0.41548 0.435228    0.454622    0.473532    0.491829    0.509384    0.526069    0.541758    0.556333    0.569679    0.58169 0.592269    0.60133 0.608797    0.614608    0.618714    0.62108 0.621687    0.620529    0.617615    0.612971    0.606636    0.598663    0.589119    0.578082    0.565642    0.5519  0.536964    0.52095 0.503979    0.486178    0.467675    0.4486  0.429082    0.409249    0.389225    0.36913 0.34908
    1.63196 1.69464 1.75432 1.81053 1.8628  1.9107  1.95381 1.99177 2.02423 2.0509  2.07155 2.08598 2.09406 2.09572 2.09094 2.07977 2.06231 2.03872 2.00922 1.97406 1.93356 1.88808 1.83801 1.78377 1.72583 1.66463 1.60068 1.53447 1.46647 1.39719 1.32709 1.25664 1.18628 1.11642 1.04745 0.979718    0.913557    0.849249    0.787045    0.727157    0.669765    0.615008    0.562995    0.513798    0.467461    0.423997    0.383394    0.345615    0.310603    0.27828

所以，我有五个对数正态分布。（实际上，我有数百个对数正态分布要计算。）然后，我想计算每个几何标准差，这似乎没有在 r 包中实现。 R 包（“心理”）提供了一个计算几何标准偏差的工具，但不适用于我拥有的此类数据..

相反，它可以按照以下等式计算，

http://www.eng.utoledo.edu/~akumar/IAP1/lung/calculateDiameter.htm

但是，我不知道如何在 r 中使用这样的等式进行计算。希望有人帮助我使用 r 包或计算方程来计算每个对数正态分布的几何标准偏差。非常感谢您的帮助，提前。

【问题讨论】：

你试过什么？看起来您可以使用基本算术运算符和函数（如 log、sum 和 sqrt）来计算此公式。计算的哪一部分给您带来了麻烦？
如果列是 bin，那么数据是什么？它不是粒子/bin，否则数字将是整数。例如，对于 10um 列，第 1 行是 0.017 是什么意思？？
你好 Josilber，我试图找到一种使用包的方法，因为我有很多数据集，我不知道如何只使用函数来计算..
您好 Jlhoward，很抱歉混淆了数据排列。是的你是对的。第一行中的 10 到 1000 是 bin/channel。从第二行开始，这些数字是我与 bin/channel 对应的数据。

标签： r logarithm

【解决方案1】：

最简单的方法可能是使用：

exp(sd(log(x)))

【讨论】：