求助两个有关分布的模拟

想replicate两篇RFS的结果，这两篇paper都涉及monte carlo
1.在ACG2010中，lognormal distribution 是这样生成的（原文是）： we exponentiate normal distributions and standardize the resulting variables to have unit variances and zero means.

不明白是怎么做到的？

2.在EW2012中，innovations are with zero-mean, unit-variance gamma distributions
gamma分布怎么可能mean是0，不是都是正数吗？

* 准备工作，安装两个用户程序
        capture which zscore
        if _rc ssc install zscore, replace all
        capture which rnd
        if _rc ssc install rnd, replace all

* 回答第一个问题
* 清理内存
clear
* 1000个个案
set obs 1000
* 确定随机种子，让结果可以重复
set seed 10000
* 生成标准正态分布变量x, x 服从 N(0,1)
gen x = rnormal()
* 检查结果
summ x
* 指数运算，生成x_exp，服从对数正态分布
gen double x_exp=exp(x)
* 标准化运算，生成z_x_exp，其均值为0，方差为1
zscore x_exp
* 检查结果
summ z_x_exp
********************完毕**********************

* 回答第二题
* zero-mean, unit-variance gamma distributions
* 同上操作，此时，原始变量xg服从gamma分布，而不是正态分布
* rndgam 1000 1 20
* xg,服从（1，20）的伽玛分布，取值均大于0
summ xg
* 标准化运算，生成z_xg，其均值为0，方差为1
zscore xg
* 检查结果
summ z_xg
********************完毕**********************
*
* 后记，这两处操作均是让变量具有相同的量纲，即以1个方差为测量尺度，这样，模型参数具有可比性
*

友情帮顶！

我知道正态分布的standarize的过程是这样(X-r(mean))/r(sd)： X是正态分布

其他分布的standarize的过程也是这样吗？

有人知道吗？大家来帮忙！

1.在ACG2010中，lognormal distribution 是这样生成的（原文是）： we exponentiate normal distributions and standardize the resulting variables to have unit variances and zero means.

若随机变量x的自然对数服从正态分布，则称x服从对数正态分布。

我知道正态分布的standarize的过程是这样(X-r(mean))/r(sd)： X是正态分布

其他分布的standarize的过程也是这样吗？

其他随机变量的标准化也是如此。可以证明，任何"期望与方差都存在，且方差非0"的随机变量经标准化后，期望为0，方差为1。

第一个问题，在Stata 11版中的help simulate 的例子就是