Pozwól, że odpowiem w odwrotnej kolejności:
2. Tak Jeśli ich MGF istnieją, będą takie same *.
patrz tutaj i tutaj na przykład
Rzeczywiście wynika to z wyniku podanego w poście, z którego pochodzi; jeśli MGF jednoznacznie ** określa rozkład, a dwie dystrybucje mają MGF i mają taki sam rozkład, muszą mieć ten sam MGF (w przeciwnym razie miałbyś kontrprzykład na „MGF jednoznacznie określa rozkłady”).
* dla niektórych wartości „tego samego”, ze względu na to wyrażenie „prawie wszędzie”
** „ prawie wszędzie ”
- Nie - ponieważ istnieją kontrprzykłady.
Kendall i Stuart wymieniają rodzinę ciągłej dystrybucji (być może pierwotnie ze względu na Stieltjesa lub kogoś z tego rocznika, ale moje wspomnienia są niejasne, minęło kilka dekad), które mają identyczne sekwencje momentów, a jednak są różne.
Książka Romano i Siegela (Kontrprzykłady w rachunku prawdopodobieństwa i statystyki) wymienia kontrprzykłady w sekcjach 3.14 i 3.15 (strony 48-49). (Właściwie, patrząc na nie, myślę, że obaj byli w Kendall i Stuart.)
Romano, JP i Siegel, AF (1986),
kontrprzykłady w prawdopodobieństwie i statystyce.
Boca Raton: Chapman and Hall / CRC.
Za 3,15 uznają Fellera, 1971, s. 227
Ten drugi przykład dotyczy rodziny gęstości
fa( x ; α ) = 124exp( - x1 / 4) [ 1 - grzech α( x1 / 4) ] ,x > 0 ;0 < α < 1
α
fa
124exp( - x1 / 4) - α 124exp( - x1 / 4) grzech( x1 / 4)
a następnie wykazanie, że druga część przyczynia się 0 do każdej chwili, więc wszystkie są takie same jak momenty pierwszej części.
α = 0α = 0,5
Być może jeszcze lepiej byłoby obrać znacznie większy zasięg i zastosować czwartą skalę pierwiastkową na osi X, dzięki czemu niebieska krzywa jest prosta, a zielona porusza się jak krzywa sinusoidy powyżej i poniżej, coś w tym rodzaju:
Wigery powyżej i poniżej niebieskiej krzywej - o większej lub mniejszej wielkości - okazują się pozostawiać niezmienione wszystkie pozytywne liczby całkowite.
X1, X2)αX1- X2)