Moment av en slumpvariabel
Den aktuella versionen av sidan har ännu inte granskats av erfarna bidragsgivare och kan skilja sig väsentligt från
versionen som granskades den 7 februari 2020; kontroller kräver
19 redigeringar .
Momentet för en stokastisk variabel är en numerisk egenskap för fördelningen av en given stokastisk variabel .
Begreppets ursprung
Moment i matematik är en direkt analogi med begreppet moment i fysik och mekanik. I matematik är momenten för en funktion kvantitativa mätningar relaterade till formen på grafen för en funktion. Till exempel, om funktionen är en sannolikhetsfördelning , då är det första momentet det förväntade värdet , det andra centrala momentet är variansen , det tredje standardiserade momentet är skevheten och det fjärde standardiserade momentet är kurtosen . Om funktionen beskriver masstätheten, då är nollmomentet den totala massan, det första momentet (normaliserat till den totala massan) är masscentrumet och det andra momentet är tröghetsmomentet .
Definitioner
Om en slumpvariabel definierad på något sannolikhetsutrymme ges , då:
- -th initial moment of the slumpvariabel där är variabeln
om den
matematiska förväntningen på den högra sidan av denna jämlikhet definieras;
- -:e centrala momentet av en slumpvariabel kallas värdet
- De -e absoluta och -e centrala absoluta momenten för en stokastisk variabel kallas respektive storheterna
och
- -Faktoriella momentet för en slumpvariabel är kvantiteten
om den matematiska förväntningen på den högra sidan av denna jämlikhet definieras.
[ett]
Absoluta moment kan definieras inte bara för heltal, utan även för alla positiva reella tal om motsvarande integraler konvergerar.
Anteckningar
- Om moment av den e ordningen är definierade, definieras också alla moment av lägre ordning
- På grund av den matematiska förväntans linjäritet kan de centrala momenten uttryckas i termer av de initiala:
.
Geometrisk betydelse för vissa ögonblick
- är lika med fördelningens varians och visar fördelningen av fördelningen runt medelvärdet.
- , som är lämpligt normaliserad, är en numerisk egenskap för fördelningens symmetri . Mer exakt uttrycket
kallas
skevhetsfaktorn .
- visar hur tung fördelningen har svansar. Värde
kallas
kurtosiskoefficienten för fördelningen
Beräkning av moment
om
och för en
diskret fördelning med
en sannolikhetsfunktion
om
- Om fördelningen är sådan att en genererande funktion av moment definieras för den i någon omgivning av noll, kan momenten beräknas med hjälp av följande formel:
Generaliseringar
Du kan också överväga icke-heltalsvärden . Det ögonblick som betraktas som en funktion av argumentet kallas Mellin-transformen .
Vi kan betrakta momenten för en flerdimensionell slumpvariabel. Då kommer det första momentet att vara en vektor av samma dimension, det andra - en tensor av den andra rangen (se kovariansmatris ) över ett utrymme av samma dimension (även om man också kan betrakta spåret av denna matris, vilket ger en skalär generalisering av variansen). Etc.
Se även
Anteckningar
- ↑ G. Kramer. Matematiska metoder för statistik. - 2:a uppl. - M . : Mir, 1975. - S. 196-197, 284. - 648 sid.