La funzione di generazione del momento di una variabile casuale

La funzione di generazione del momento di una variabile casuale è definita in termini di valore atteso. CK Taylor

Un modo per calcolare la media e la varianza di a distribuzione di probabilità è trovare il valori attesi delle variabili casuali X e X ^Due. Usiamo la notazione E ( X ) e E ( X ^Due) per indicare questi valori attesi. In generale, è difficile da calcolare E ( X ) e E ( X ^Due) direttamente. Per aggirare questa difficoltà, utilizziamo una teoria matematica e un calcolo più avanzati. Il risultato finale è qualcosa che semplifica i nostri calcoli.

La strategia per questo problema è definire una nuova funzione, di una nuova variabile t che è chiamata la funzione generatrice di momento. Questa funzione ci permette di calcolare i momenti semplicemente prendendo le derivate.

Presupposti

Prima di definire la funzione di generazione del momento, iniziamo impostando lo stadio con notazioni e definizioni. lasciamo X essere un variabile casuale discreta . Questa variabile casuale ha la funzione di massa di probabilità f ( X ). Lo spazio campionario con cui stiamo lavorando sarà indicato con S .

Piuttosto che calcolare il valore atteso di X , vogliamo calcolare il valore atteso di una funzione esponenziale relativa a X . Se c'è un positivo numero reale r tale che E ( e^tX ) esiste ed è finito per tutti t nell'intervallo [- r , r ], allora possiamo definire la funzione generatrice del momento di X .

Definizione

La funzione di generazione del momento è il valore atteso della funzione esponenziale sopra. In altre parole, diciamo che la funzione generatrice di momento di X è dato da:

M ( t ) = E ( e^tX )

Questo valore atteso è la formula Σ e ^tx f ( X ), dove la somma si fa totale X nel spazio campionario S . Può essere una somma finita o infinita, a seconda dello spazio campionario utilizzato.

Proprietà

La funzione di generazione del momento ha molte caratteristiche che si collegano ad altri argomenti di probabilità e statistica matematica. Alcune delle sue caratteristiche più importanti includono:

• Il coefficiente di e^tb è la probabilità che X = b .
• Le funzioni generatrici di momenti possiedono una proprietà di unicità. Se le funzioni di generazione del momento per due variabili casuali corrispondono, le funzioni di massa di probabilità devono essere le stesse. In altre parole, le variabili casuali descrivono la stessa distribuzione di probabilità.
• Le funzioni di generazione dei momenti possono essere utilizzate per calcolare i momenti di X .

Calcolo dei momenti

L'ultimo elemento nell'elenco sopra spiega il nome delle funzioni generatrici di momenti e anche la loro utilità. Alcuni matematici avanzati dicono che nelle condizioni che abbiamo esposto, la derivata di qualsiasi ordine della funzione M ( t ) esiste per quando t = 0. Inoltre, in questo caso, possiamo modificare l'ordine di somma e differenziazione rispetto a t per ottenere le seguenti formule (tutte le somme sono superiori ai valori di X nello spazio campionario S ):

• M '( t ) = S macchina^tx f ( X )
• M ''( t ) = S X^Duee^tx f ( X )
• M '''( t ) = S X³e^tx f ( X )
• M ⁽ⁿ⁾'( t ) = S Xⁿe^tx f ( X )

Se impostiamo t = 0 nelle formule precedenti, quindi il e^tx termine diventa e ⁰= 1. Si ottengono così formule per i momenti della variabile aleatoria X :

• M '(0) = E ( X )
• M ''(0) = E ( X ^Due)
• M '''(0) = E ( X ³)
• M ^{( n )}(0) = E ( Xⁿ )

Ciò significa che se la funzione generatrice di momento esiste per una particolare variabile casuale, allora possiamo trovare la sua media e la sua varianza in termini di derivate della funzione generatrice di momento. La media è M '(0) e la varianza è M ''(0) – [ M '(0)]^Due.

Riepilogo

In sintesi, abbiamo dovuto entrare in una matematica piuttosto potente, quindi alcune cose sono state sorvolate. Anche se dobbiamo usare il calcolo per quanto sopra, alla fine, il nostro lavoro matematico è in genere più semplice rispetto al calcolo dei momenti direttamente dalla definizione.