矩母函数(Moment Generating Function)
矩母函数如果能求出一个随机变量的矩母函数,那么我们就可以通过求导来轻松地找到任意一个矩,而矩可以让我们了解分布的函数图像形状(类似于泰勒级数近似函数图像)所有的矩并不总是可以唯一确定概率分布复分析中拉普拉斯公式和傅里叶反演公式,用来确定什么时候可以用矩唯一地确定概率密度函数回顾矩矩母函数各个常见分布的矩母函数和特征函数截图来源:Moment Generating Function矩母函数的性质性质
矩母函数
如果能求出一个随机变量的矩母函数,那么我们就可以通过求导来轻松地找到任意一个矩,而矩可以让我们了解分布的函数图像形状(类似于泰勒级数近似函数图像)
所有的矩并不总是可以唯一确定概率分布
复分析中拉普拉斯公式和傅里叶反演公式,用来确定什么时候可以用矩唯一地确定概率密度函数
回顾矩
矩母函数
各个常见分布的矩母函数和特征函数
截图来源:Moment Generating Function
矩母函数的性质
性质一:
通过泰勒级数展开证明性质一
直接对
t
k
t^k
tk 求导证明性质一
性质二:
证明性质二
性质三:
证明性质三
例子:
我们推导泊松分布的矩母函数,由矩母函数计算出泊松分布的一阶矩(均值)和二阶矩,结合二阶矩和一阶矩计算出方差
直接将矩母函数级数展开,来找到一阶矩和二阶矩
例子:
我们推导二项分布的矩母函数,由矩母函数计算出二项分布的一阶矩(均值)和二阶矩,结合二阶矩和一阶矩计算出方差
直接将矩母函数级数展开,来找到一阶矩和二阶矩
更多推荐
所有评论(0)