Discriminare tra distribuzione normale e log(n) normale

[dexter3.0]

Salve a tutti,

Esiste un valore soglia di R^2 che mi discrimina una distribuzione normale da una log(n)normale?
In pratica ho valori di misure e avrei necessità se tali valori seguono una distribuzione o l'altra.

Grazie!

[Euclidino]

Penso che dobbiamo trarre ispirazione dal lemma di Neyman-Pearson, ma non so come realizzarlo in questo caso.

[Lo_zio_Tom]

io penso invece che per discriminare una distribuzione rispetto ad un'altra serva un test non parametrico (goodness of fit test). Ce ne sono molti in letteratura, es: test $chi^2$, Test di Kolmogorov Smirnov ecc ecc

Penso altresì che la domanda sia malposta[nota]oltretutto non sono stati nemmeno forniti i dati di base su cui ragionare né uno straccio di bozza risolutiva; ho approvato la pubblicazione del messaggio sperando in una descrizione più dettagliata del problema da parte dell'utente, ma evidentemente ho sbagliato ad approvarlo[/nota], anche perché distribuzione normale o lognormale sono esattamente la stessa distribuzione.....la differenza fra le due è solo formale (una è il logaritmo dell'altra)

In altri termini se i dati X seguono una distribuzione Gaussiana, allora la trasformazione $Y=e^(X)$ sarà lognormale e viceversa, se i dati X seguono una lognormale allora il loro logaritmo sarà gaussiano, non serve alcuna discriminazione