본문 바로가기
스터디/확률과 통계

적률 생성 함수, Moment Generating Function (MGF)

by 궁금한 준이 2023. 4. 5.
728x90
반응형

 

 

 

Moment Generating Function, 적률생성함수, mgf, MGF

확률변수 X와 양수 k에 대하여, k번째 적률(k-th moment of X)을 E(Xk)라고 한다.
이때 적률생성함수(모멘트 생성 함수)는 다음과 같이 정의한다.
mX(t)=E(etx)

임의의 확률변수 X와 그 mgf를 mX(t)(<)라 하자. mgf의 k계도 함수를 이용하여 k차 적률을 구할 수 있다. 즉
mX(k)(0)=E(Xk)
특히, mX(0)=E(X), mX(0)=E(X2)이다.

ex=1+x+x22!+x33!+ 에서

etx=1+tx+(tx)22!+(tx)33!+ 이므로

E(etx)=1+tE(X)+t22!E(X2)+ 이다.

 

또한, 위 식을 연쇄적으로 미분하여 t=0을 대입하면 k차 적률 E(Xk)를 구할 수 있다.

 

k-th central moment, E[(Xμ)k], k차 중심적률

1차 중심적률: E(Xμ)=0
2차 중심적률: E[(Xμ)2]=σ2 (분산)
3차 중심적률: skewness (왜도). 대칭성 결핍도. 0에 가까울 수록 symmetric하다.
4차 중심적률:  kurtosis (첨도). thickness of tail. 꼬리의 두꺼운 정도. 특이치(outlier)의 척도.
Note: 첨도라고 해서 정점이나 평탄한 것을 나타내는 말이 아니다.

 

(1) XBinomial(n,θ)

E(etx)=x=0netx(nx)θx(1θ)nx=x=0n(nx)(θetx)x(1θ)nx=(1θ+θet)n

따라서 mgf는

mX(t)=(1θ+θet)n

mX(t)=n(1θ+thetaet)n1θet이므로

E(X)=mX(t)=nθ이다.

 

(2) XPoisson(λ)

E(etx)=x=0etxλxeλx!=x=0(λet)xeλx!=x=0(λet)xe(λet)x!eλeλet=eλetλ

따라서 포아송분포의 mgf는

mX(t)=eλ(et1)

 

(3) XExp(λ)

E(etx)=0etxλeλxdx=0λe(λt)x(λt)1λtdt=λλt

따라서 mgf는

mX(t)=λλt

단, λt>0이므로 t의 범위는 (<t<λ)이다.

 

(4) XN(0,1)

E(etx)=etx12πe12x2dx=12πe12(x22tx+1)dxe12t2=e12t2

따라서 mgf는

mX(t)=e12t2 (<t<)

 

두 확률변수 X, Y에 대하여 다음이 성립한다.

(1) Linearity
Y=aX+b라면 mY(t)=E(eatX+tb)=etbmX(at)

(2) Independence
X,Y가 독립이라면 mX+Y(t)=mX(t)mY(t)이다.

(5) XN(μ,σ2)

Y=σX+μ이고 XN(0,1)이라 하자. 이때

mY(t)=eμte12(σ2t2)=exp[μt+12σ2t2]

 

Example

m(t)=e3t+t2이면, XN(3,22)

 

Example sum of independent normal is normal

서로 독립인 두 확률변수 X1,X2가 각각 X1N(μ1,σ12), X2N(μ2,σ22)라 하자. 확률변수 Y=X1+X2의 분포를 알아보자.

E(etY)=E(etX1)E(etX2)=exp[μ1t+12σ12t2]exp[μ2t+12σ22t2]=exp[(μ1+μ2)t+12(σ12+σ22)t2]

따라서 YN(μ1+μ2,σ12+σ22)

Note: 위의 경우, X1,X2가 독립이 아니더라도 bivariate normal이라면 Y는 같은 분포를 갖는다.

 

Example sum of independent binomial is binomial

k개의 확률변수 XiB(ni,p) (i=1,2,,k)에 대하여 Y=X1+X2++Xk의 분포를 알아보자.

Y의 mgf를 구하면

E(etY)=E(etX1+tX2++tXk)=E(etX1etX2etXk)=E(etX1)E(etX2)E(etXk)=(pet+q)n1(pet+q)nk(p+q=1)=(pet+q)i=1kni

따라서 YB(ni,p) 인 이항분포를 따른다.

728x90
반응형