La distribución lognormal
Una variable X sigue una distribución lognormal cuando su logaritmo ln X sigue una distribución normal de media μ y desviación típica σ. Aparece siempre que una magnitud resulta de numerosos efectos multiplicativos: ingresos y patrimonios, tamaño de las partículas, concentraciones de contaminantes, tiempos de reparación, cotizaciones bursátiles en el modelo de Black-Scholes. Es siempre positiva y asimétrica hacia la derecha.
Las fórmulas
- P(X ≤ x) = Φ((ln x − μ) ÷ σ), donde Φ es la función de distribución de la normal tipificada.
- Mediana: e^μ.
- Esperanza: e^(μ + σ²/2), siempre superior a la mediana.
- Moda: e^(μ − σ²).
- Varianza: (e^(σ²) − 1) e^(2μ + σ²).
Dos maneras de introducir los parámetros
μ y σ son los parámetros del logaritmo, no de X. Si conoces más bien la media m y la desviación típica s de X en sí, elige ese modo: la calculadora deduce de ellas σ² = ln(1 + s²/m²) y μ = ln m − σ²/2. Confundir ambos es el error más frecuente.
Ejemplo
μ = 0 y σ = 0,5, para x = 1,5:
- z = ln 1,5 ÷ 0,5 ≈ 0,81, de donde P(X ≤ 1,5) ≈ 0,79;
- mediana 1, esperanza ≈ 1,133, moda ≈ 0,779;
- desviación típica ≈ 0,604.
Por qué la media supera a la mediana
La larga cola derecha tira de la esperanza hacia arriba. Es el caso de los salarios en España: el salario medio supera claramente al salario mediano, porque unos pocos ingresos muy altos pesan sobre la media. Para datos lognormales, la mediana y la media geométrica (igual a e^μ) describen mejor el valor «típico» que la media aritmética.
Estimar los parámetros
A partir de una muestra, toma el logaritmo de cada valor: μ es la media de esos logaritmos y σ su desviación típica. Un diagrama de probabilidad normal (gráfico Q-Q) con los logaritmos, alineado sobre una recta, confirma el ajuste.
Intervalo de dispersión
Alrededor del 95 % de los valores se sitúan entre e^(μ − 1,96σ) y e^(μ + 1,96σ). En el ejemplo, entre 0,38 y 2,66: un intervalo asimétrico en torno a la mediana, a diferencia de la distribución normal.