728x90
반응형

Moment Generating Function, 적률생성함수, mgf, MGF
확률변수와 양수 에 대하여, 번째 적률( -th moment of )을 라고 한다.
이때 적률생성함수(모멘트 생성 함수)는 다음과 같이 정의한다.
임의의 확률변수와 그 mgf를 라 하자. mgf의 계도 함수를 이용하여 차 적률을 구할 수 있다. 즉
특히,이다.
또한, 위 식을 연쇄적으로 미분하여
-th central moment, , 차 중심적률
1차 중심적률:
2차 중심적률:(분산)
3차 중심적률: skewness (왜도). 대칭성 결핍도.에 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)
따라서 mgf는
(2)
따라서 포아송분포의 mgf는
(3)
따라서 mgf는
단,
(4)
따라서 mgf는
두 확률변수, 에 대하여 다음이 성립한다.
(1) Linearity라면
(2) Independence가 독립이라면 이다.
(5)
Example
Example sum of independent normal is normal
서로 독립인 두 확률변수
따라서
Note: 위의 경우,가 독립이 아니더라도 bivariate normal이라면 는 같은 분포를 갖는다.
Example sum of independent binomial is binomial
따라서
728x90
반응형