Моменты случайной величины

Моме́нт случа́йной величины́ — числовая характеристика распределения данной случайной величины.

ОпределенияПравить

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

$\displaystyle k$ -м нача́льным моментом случайной величины $\displaystyle X,$ где $k \in \mathbb{N},$ называется величина

$\nu_k = \mathbb{E}\left[X^k\right],$

если математическое ожидание в правой части этого равенства определено;

$\displaystyle k$ -м центра́льным моментом случайной величины $\displaystyle X$ называется величина

$\mu_k = \mathbb{E}\left[(X - \mathbb{E}X)^k\right],$

если математическое ожидание в правой части этого равенства определено.

ЗамечанияПравить

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:

$\displaystyle \mu_1 = 0,$

$\displaystyle \mu_2 = \nu_2-\nu_1^2,$

$\displaystyle \mu_3 = \nu_3-3\nu_1 \nu_2 + 2 \nu_1^3.$

Геометрический смысл некоторых моментовПравить

$\displaystyle \nu_1$ 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 моментовПравить

Часто моменты могут быть вычислены напрямую через определение путём интегрирования соответствующих степеней случайной величины. В частности, для абсолютно непрерывного распределения с плотностью $\displaystyle f(x),$ имеем:

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

а для дискретного распределения с функцией вероятности $\displaystyle p(x):$

$\nu_k = \sum\limits_{x} x^k\, p(x).$

Если распределение таково, что для него в сколь угодно малой окрестности нуля определена производящая функция моментов $\displaystyle M(t)$ или характеристическая функция $\displaystyle \phi(t),$ то моменты могут быть вычислены по формулам:

$\nu_k = \left.\frac{d^k}{dt^k}M(t)\right\vert_{t=0}$

или

$\nu_k = \left.-i^k \frac{d^k}{dt^k} \phi(t)\right\vert_{t=0}.$

ОбобщенияПравить

Можно также рассматривать нецелые значения $k$ . Момент, рассматриваемый как функция от аргумента $k$ , называется преобразованием Меллина.sv:Moment (matematik)

Фэндом