Logistic分布是什么样的概率分布啊？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

最近看论文，看到关于Logistic分布的内容，以前没有接触过，在Baidu和Google上也搜不到相关的内容。有没有哪位能给介绍一下啊？想知道它主要应用在哪个领域，而且它的具体形式和特征统计量都是什么啊？谢谢大家了！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏3 回帖

关键词：logistic logisti ogistic logist logis 什么样 logistic 概率分布

我查过资料,没有logistic分布,如果是的话很有可能是对数正态分布,但我没有看到这种说法,如果你看的是国外的文章需要向作者求证或从文章看结果推测,看中文的非核心期刊建议不要再看,这篇文章是忽悠的

楼主的意思是不是指在Logistic回归中，出现的均值函数的特殊形式

F（x）=1/(1+exp(-x))

这玩意儿由于表示Bernouni随机变量的数学期望，因而必须是一概率形式，通常也称为Logistic分布

2# 爱萌
我看论文也看到这样一种分布了。原文中说，两个相互独立的服从Weibull分布的随机变量的差，就服从logistic分布。那这就是对数正态分布吗？

4# listz

In probability theory and statistics, the logistic distribution is a continuous probability distribution. Its cumulative distribution function is the logistic function, which appears in logistic regression and feedforward neural networks. It resembles the normal distribution in shape but has heavier tails (higher kurtosis).
...
from the link:
http://en.wikipedia.org/wiki/Logistic_distribution

Logistic 函数:
P=1/[1+exp(-a-bx)]
Logistic分布其分布函数是上述Logistic 函数形式。
参考：
1.http://wapedia.mobi/zh/Logit%E6%A8%A1%E5%9E%8B
2.http://luna.cas.usf.edu/~mbrannic/files/regression/Logistic.html
3.http://faculty.chass.ncsu.edu/garson/PA765/logistic.htm

一般处理时都是取对数后变成线性模型

Logistic分布 Logistic分布经常对增长型模型使用，并在一种称作保障性衰退的衰退中使用。它也在对寿命数据建模中应用。Logistic分布的形状和正态分布的十分相似。有很多人争论Logistic分布不适用于对寿命数据建模，因为这一分布的左限扩展到了负无穷。这毫无疑问的会导致发生故障的次数建模为负的。然而。如果问题中的分布有一个相关的很高的平均值和一个相关的很小的定位参数，负的故障次数本身就不再是个问题了。

Logistic分布的 pdf 图如下: f(T)= ez /σ(1+ez)2

其中: z=(T-μ)/σ

以及:

μ = 定位参数

σ = 尺度参数

一任务时间 T 可靠性的Gumbel分布可由下式得出：R(T)=1/(1+ez)


Logistic分布的特性

• logistic分布没有形状参数。这就意味着logistic分布的 pdf 图只有一种形状，即钟形图，这一形状并不改变。logistic分布图的形状与正态分布的图形十分相近。
• 平均值 μ , 或者说平均寿命，又或者说平均无故障时间，是Logistic分布的 pdf 图的定位参数, 它沿着横坐标定位了 pdf 图。
• μ 减小， pdf 图向左移。
• μ 增大， pdf 图向右移。
  

• σ 减小， pdf 图向均值靠拢，即变得更窄更高。
• σ 增大， pdf 图远离均值，即变得更宽更矮。
  

• 正态分布与logistic分布的主要区别在于，故障率功能的轨迹和行为方式。logistic分布与正态分布相比，有稍长的轨迹。 同样的，在logistic分布较高的轨迹中，故障率功能通过1/ σ 接近大 t 。
  

好贴  学到了很多东西