สำหรับความแตกต่างเชิงคุณภาพนั้น lognormal และ gamma นั้นค่อนข้างจะคล้ายกัน
อันที่จริงแล้วในทางปฏิบัติพวกมันมักถูกใช้เพื่อจำลองปรากฏการณ์เดียวกัน (บางคนจะใช้แกมม่าที่คนอื่นใช้ lognormal) ยกตัวอย่างเช่นทั้งคู่แบบจำลองสัมประสิทธิ์คงที่ (CV สำหรับ lognormal คือสำหรับแกมม่าที่ )eσ2−1−−−−−−√1/α−−√
[จะเป็นไปได้อย่างไรถ้ามันขึ้นอยู่กับพารามิเตอร์คุณถาม? มันใช้เมื่อคุณจำลองขนาด (สถานที่ตั้งสำหรับระดับบันทึก); สำหรับ lognormalทำหน้าที่เป็นพารามิเตอร์สเกลในขณะที่แกมม่าสเกลเป็นพารามิเตอร์ที่ไม่ใช่พารามิเตอร์รูปร่าง (หรือส่วนกลับหากคุณใช้การกำหนดพารามิเตอร์ของอัตรารูปร่าง) ฉันจะเรียกพารามิเตอร์ขนาดสำหรับการกระจายแกมมา\ Gamma GLMs เป็นค่าเฉลี่ย ( ) ในขณะที่คงค่า ; ในกรณีนั้นก็เป็นพารามิเตอร์ขนาด แบบจำลองที่มีและค่าคงที่หรือตามลำดับจะมีค่า CV คงที่]μβμ=αβαμμασ
คุณอาจพบว่าเป็นการแนะนำให้ดูความหนาแน่นของบันทึกซึ่งมักแสดงความแตกต่างที่ชัดเจนมาก
บันทึกของตัวแปรสุ่ม lognormal คือ ... ปกติ มันสมมาตร
บันทึกของตัวแปรสุ่มแกมม่านั้นเอียงซ้าย ขึ้นอยู่กับค่าของพารามิเตอร์รูปร่างอาจจะค่อนข้างเอียงหรือเกือบจะสมมาตร
นี่คือตัวอย่างที่มีทั้ง lognormal และ gamma ที่มีค่าเฉลี่ย 1 และผลต่าง 1/4 พล็อตด้านบนแสดงความหนาแน่น (แกมม่าในสีเขียว, lognormal เป็นสีน้ำเงิน) และที่ต่ำกว่าจะแสดงความหนาแน่นของบันทึก:
(การพล็อตบันทึกของความหนาแน่นของบันทึกก็มีประโยชน์เช่นกันนั่นคือการบันทึกมาตราส่วนบนแกน y ด้านบน)
ความแตกต่างนี้บ่งบอกว่าแกมม่ามีหางทางด้านซ้ายมากขึ้นและมีหางที่อยู่ทางขวาน้อยกว่า หางขวาสุดของ lognormal หนักกว่าและหางซ้ายเบา และถ้าคุณดูความเบ้ของ lognormal และ gamma เพื่อหาค่าสัมประสิทธิ์การเปลี่ยนแปลง lognormal จะเอียงขวามากกว่า ( ) มากกว่า gamma ( )CV3+3CV2CV