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文章来源:https://www.toymoban.com/news/detail-508651.html
文章来源地址https://www.toymoban.com/news/detail-508651.html
到了这里,关于矩母函数(Moment Generating Function)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!