В дополнение к действительным распределениям (одномерным распределениям) функции, генерирующие момент, могут быть определены для случайных величин с векторными или матричными значениями и даже могут быть расширены на более общие случаи.
Момент-производящая функция вещественного распределения не всегда существует, в отличие от характеристической функции . Существуют связи между поведением производящей момент функции распределения и свойствами распределения, такими как существование моментов.
Позволять быть случайной величиной с CDF . Производящая функция момента (mgf) (или ), обозначаемый , является
при условии, что это ожидание существует для в некоторой открытой окрестности 0. То есть существует такой, что для всех в , существует. Если математическое ожидание не существует в открытой окрестности 0, мы говорим, что производящая функция момента не существует. [1]
Другими словами, производящая момент функция X — это математическое ожидание случайной величины . В более общем плане, когда , -мерный случайный вектор и фиксированный вектор, используется вместо :
всегда существует и равен 1. Однако ключевая проблема с производящими момент функциями заключается в том, что моменты и производящая момент функция могут не существовать, поскольку интегралы не обязательно сходятся абсолютно. Напротив, характеристическая функция или преобразование Фурье всегда существует (поскольку она является интегралом ограниченной функции в пространстве конечной меры ) и для некоторых целей может использоваться вместо нее.
Функция, производящая момент, названа так потому, что ее можно использовать для нахождения моментов распределения. [2] Расширение серии является
Следовательно
где это этот момент . Дифференциация раз по отношению к и настройка , мы получаем момент о происхождении, ;
см. расчет моментов ниже.
Если является непрерывной случайной величиной, следующее соотношение между ее производящей момент функцией и двустороннее преобразование Лапласа ее функции плотности вероятности держит:
поскольку двустороннее преобразование Лапласа PDF задается как
Это соответствует характеристической функции являющееся Вика вращением когда существует производящая функция момента как характеристическая функция непрерывной случайной величины - преобразование Фурье его функции плотности вероятности и вообще когда функция имеет экспоненциальный порядок , преобразование Фурье представляет собой виковское вращение его двустороннего преобразования Лапласа в области сходимости. см. Связь преобразований Фурье и Лапласа Для получения дополнительной информации .
Вот несколько примеров моментообразующей функции и характеристической функции для сравнения. Видно, что характеристическая функция представляет собой виковское вращение производящей момент функции когда последний существует.
Если , где X i — независимые случайные величины, а i — константы, то функция плотности вероятности для S n представляет собой свертку функций плотности вероятности каждого из X i , а порождающая функция момента для Sn a задается к
Важным свойством производящей момента функции является то, что она однозначно определяет распределение. Другими словами, если и являются двумя случайными величинами и для всех значений t ,
затем
для всех значений x (или, что то же самое, X и Y имеют одинаковое распределение). Это утверждение не эквивалентно утверждению «если два распределения имеют одинаковые моменты, то они одинаковы во всех точках». Это связано с тем, что в некоторых случаях моменты существуют, а производящая момент функция отсутствует, поскольку предел
может не существовать. Логнормальное распределение является примером того, когда это происходит.
То есть, когда n является неотрицательным целым числом, n- й момент около 0 является n- й производной производящей функции момента, оцененной при t = 0.
Генерирующая момент функция может использоваться в сочетании с неравенством Маркова для ограничения верхнего хвоста действительной случайной величины X . Это утверждение также называют границей Чернова . С монотонно возрастает для , у нас есть
для любого и любой a при условии существует. Например, когда X является стандартным нормальным распределением и , мы можем выбрать и вспомни, что . Это дает , что находится в пределах 1+ a от точного значения.
Различные леммы, такие как лемма Хеффдинга или неравенство Беннета, дают границы производящей момент функции в случае ограниченной случайной величины с нулевым средним.
Когда неотрицательен, функция, производящая момент, дает простую и полезную оценку моментов:
Для любого и .
Это следует из неравенства в который мы можем заменить подразумевает для любого .
Сейчас если и , это можно переставить на .
Учет ожиданий с обеих сторон дает оценку с точки зрения .
В качестве примера рассмотрим с степени свободы. Тогда из примеров .
Сбор и подставив в оценку:
Мы знаем, что в этом случае правильная оценка равна .
Для сравнения оценок можно рассмотреть асимптотику для больших .
Здесь граница производящей момент функции равна ,
где реальная граница .
Таким образом, в этом случае граница производящей момент функции очень сильна.
Характеристическая функция связана с моментообразующей функцией через характеристическая функция — это производящая момент функция iX или производящая момент функция X , оцененная на мнимой оси. Эту функцию также можно рассматривать как преобразование Фурье функции плотности вероятности , которую, следовательно, можно вывести из нее с помощью обратного преобразования Фурье.
Кумулянт -генерирующая функция определяется как логарифм производящей момент функции; некоторые вместо этого определяют производящую кумулянт функцию как логарифм характеристической функции , в то время как другие называют ее второй производящей кумулянт функцией.
Arc.Ask3.Ru Номер скриншота №: 43456464DE80B610A300B38E5AA4EBFA__1717687620 URL1:https://en.wikipedia.org/wiki/Moment-generating_function Заголовок, (Title) документа по адресу, URL1: Moment-generating function - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть, любые претензии не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, денежную единицу можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)