Моменты случайной величины

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(категория)
 
(4 промежуточные версии не показаны)
Строка 5: Строка 5:
Если дана случайная величина <tex>\displaystyle X,</tex> определённая на некотором [[Вероятностное пространство|вероятностном пространстве]], то:
Если дана случайная величина <tex>\displaystyle X,</tex> определённая на некотором [[Вероятностное пространство|вероятностном пространстве]], то:
-
* <tex>\displaystyle k</tex>-м '''начальным''' моментом случайной величины <tex>\displaystyle X,</tex> где <tex>k \in \texbb{N},</tex> называется величина
+
* <tex>\displaystyle k</tex>-м '''начальным''' моментом случайной величины <tex>\displaystyle X,</tex> где <tex>k \in \mathbb{N},</tex> называется величина
-
:: <tex>\nu_k = \texbb{E}\left[X^k\right],</tex>
+
:: <tex>\nu_k = \mathbb{E}\left[X^k\right],</tex>
-
: если [[математическое ожидание]] <tex>\texbb{E}[*]</tex> в правой части этого равенства определено;
+
: если [[математическое ожидание]] <tex>\mathbb{E}[*]</tex> в правой части этого равенства определено;
* <tex>\displaystyle k</tex>-м '''центральным''' моментом случайной величины <tex>\displaystyle X</tex> называется величина
* <tex>\displaystyle k</tex>-м '''центральным''' моментом случайной величины <tex>\displaystyle X</tex> называется величина
-
:: <tex>\mu_k = \texbb{E}\left[(X - \texbb{E}X)^k\right],</tex>
+
:: <tex>\mu_k = \mathbb{E}\left[(X - \mathbb{E}X)^k\right],</tex>
* <tex>\displaystyle k</tex>-м '''факториальным''' моментом случайной величины <tex>\displaystyle X</tex> называется величина
* <tex>\displaystyle k</tex>-м '''факториальным''' моментом случайной величины <tex>\displaystyle X</tex> называется величина
-
:: <tex>\mu_k = \texbb{E}\left[X(X-1)...(X-k+1)\right],</tex>
+
:: <tex>\mu_k = \mathbb{E}\left[X(X-1)...(X-k+1)\right],</tex>
: если математическое ожидание в правой части этого равенства определено.
: если математическое ожидание в правой части этого равенства определено.
Строка 51: Строка 51:
* Если распределение таково, что для него в некоторой окрестности нуля определена [[производящая функция моментов]] <tex>\displaystyle M(t),</tex> то моменты могут быть вычислены по следующей формуле:
* Если распределение таково, что для него в некоторой окрестности нуля определена [[производящая функция моментов]] <tex>\displaystyle M(t),</tex> то моменты могут быть вычислены по следующей формуле:
:: <tex>\nu_k = \left.\frac{d^k}{dt^k}M(t)\right\vert_{t=0}.</tex>
:: <tex>\nu_k = \left.\frac{d^k}{dt^k}M(t)\right\vert_{t=0}.</tex>
 +
 +
[[Категория:Теория вероятностей]]

Текущая версия

Момент случайной величины — числовая характеристика распределения данной случайной величины.

Содержание

Определения

Если дана случайная величина \displaystyle X, определённая на некотором вероятностном пространстве, то:

  • \displaystyle kначальным моментом случайной величины \displaystyle X, где k \in \mathbb{N}, называется величина
\nu_k = \mathbb{E}\left[X^k\right],
если математическое ожидание \mathbb{E}[*] в правой части этого равенства определено;
  • \displaystyle kцентральным моментом случайной величины \displaystyle X называется величина
\mu_k = \mathbb{E}\left[(X - \mathbb{E}X)^k\right],
  • \displaystyle kфакториальным моментом случайной величины \displaystyle X называется величина
\mu_k = \mathbb{E}\left[X(X-1)...(X-k+1)\right],
если математическое ожидание в правой части этого равенства определено.

Замечания

  • Если определены моменты \displaystyle k-го порядка, то определены и все моменты низших порядков 1 \le k' < k.
  • В силу линейности математического ожидания центральные моменты могут быть выражены через начальные, и наоборот. Например:
\displaystyle \mu_1 = 0,
\displaystyle \mu_2 = \nu_2-\nu_1^2,
\displaystyle \mu_3 = \nu_3-3\nu_1 \nu_2 + 2 \nu_1^3,
\displaystyle \mu_4 = \nu_4 - 4 \nu_1 \nu_3 + 6 \nu_1^2 \nu_2 - 3 \nu_1^4, и т. д.

Геометрический смысл некоторых моментов

  • \displaystyle \nu_1 равняется математическому ожиданию случайной величины и показывает относительное расположение распределения на числовой прямой.
  • \displaystyle \mu_2 равняется дисперсии распределения \displaystyle (\mu_2=\sigma^2) и показывает разброс распределения вокруг среднего значения.
  • \displaystyle \mu_3, будучи соответствующим образом нормализован, является числовой характеристикой симметрии распределения. Более точно, выражение
\frac{\mu_3}{\sigma^3}
называется коэффициентом асимметрии.
  • \displaystyle \mu_4 контролирует, насколько ярко выражена вершина распределения в окрестности среднего. Величина
\frac{\mu_4}{\sigma^4}-3
называется коэффициентом эксцесса распределения \displaystyle X.

Вычисление моментов

\nu_k = \int\limits_{-\infty}^{\infty} x^k\, f(x)\, dx,

если  \nu_k = \int\limits_{-\infty}^{\infty} |x|^k\, f(x)\, dx<{+\infty} ,

а для дискретного распределения с функцией вероятности \displaystyle p(x):
\nu_k = \sum\limits_{x} x^k\, p(x),

если \nu_k = \sum\limits_{x} |x|^k\, p(x)<{+\infty}.

\nu_k = \left.-i^k \frac{d^k}{dt^k} \phi(t)\right\vert_{t=0}.
  • Если распределение таково, что для него в некоторой окрестности нуля определена производящая функция моментов \displaystyle M(t), то моменты могут быть вычислены по следующей формуле:
\nu_k = \left.\frac{d^k}{dt^k}M(t)\right\vert_{t=0}.
Личные инструменты