WIEM, jakie są momenty i jak je obliczyć oraz jak korzystać z funkcji generowania momentu w celu uzyskania momentów wyższego rzędu. Tak, znam matematykę. Teraz, gdy muszę posmarować swoją wiedzę statystyczną do pracy, pomyślałem, że równie dobrze mogę zadać to pytanie - dręczy mnie to od kilku lat i po …
Czy rozkład o średniej skończonej i nieskończonej wariancji może mieć funkcję generowania momentu? Co z rozkładem o skończonej średniej i skończonej wariancji, ale o nieskończonych wyższych momentach?
Robię eksperyment liczbowy, który polega na próbkowaniu logarytmicznego rozkładu i próbuję oszacować momenty dwiema metodami:X∼LN(μ,σ)X∼LN(μ,σ)X\sim\mathcal{LN}(\mu, \sigma)E[Xn]E[Xn]\mathbb{E}[X^n] Patrząc na średnią próbnąXnXnX^n Oszacowanie i przy użyciu przykładowych środków dla , a następnie wykorzystując fakt, że dla rozkładu logarytmicznego mamy .μμ\muσ2σ2\sigma^2log(X),log2(X)log(X),log2(X)\log(X), \log^2(X)E[Xn]=exp(nμ+(nσ)2/2)E[Xn]=exp(nμ+(nσ)2/2)\mathbb{E}[X^n]=\exp(n \mu + (n \sigma)^2/2) Pytanie brzmi : Odkryłem eksperymentalnie, że druga …
Jedną naiwną metodą aproksymacji rozkładu normalnego jest dodanie razem może zmiennych losowych IID równomiernie rozmieszczonych na , a następnie recenter i przeskalowanie, w oparciu o centralne twierdzenie graniczne. ( Uwaga dodatkowa : Istnieją dokładniejsze metody, takie jak transformacja Boxa-Mullera ). Suma zmiennych losowych IID jest znana jako rozkład sumy jednolitej …
migrował z math.stackexchange . Przetwarzam długi strumień liczb całkowitych i rozważam śledzenie kilku chwil, aby móc w przybliżeniu obliczyć różne percentyle dla strumienia bez przechowywania dużej ilości danych. Jaki jest najprostszy sposób obliczenia percentyli z kilku chwil. Czy istnieje lepsze podejście polegające na przechowywaniu tylko niewielkiej ilości danych?
Zwykle używa się drugiego, trzeciego i czwartego momentu rozkładu, aby opisać niektóre właściwości. Czy momenty cząstkowe lub momenty wyższe niż czwarty opisują jakieś użyteczne właściwości rozkładu?
Zazwyczaj wprowadzamy się do metody estymatorów momentów poprzez „zrównanie momentów populacyjnych z ich odpowiednikiem próbki”, dopóki nie oszacujemy wszystkich parametrów populacji; tak, że w przypadku rozkładu normalnego potrzebowalibyśmy tylko pierwszego i drugiego momentu, ponieważ w pełni opisują ten rozkład. E(X)=μ⟹∑ni=1Xi/n=X¯E(X)=μ⟹∑i=1nXi/n=X¯E(X) = \mu \implies \sum_{i=1}^n X_i/n = \bar{X} E(X2)=μ2+σ2⟹∑ni=1X2i/nE(X2)=μ2+σ2⟹∑i=1nXi2/nE(X^2) = \mu^2 …
Tekst Wackerly i wsp. Stwierdza, że to twierdzenie „Niech mx(t)mx(t)m_x(t) i my(t)my(t)m_y(t) oznaczają odpowiednio funkcje generujące momenty zmiennych losowych X i Y. Jeśli istnieją obie funkcje generujące moment i mx(t)=my(t)mx(t)=my(t)m_x(t) = m_y(t) dla wszystkich wartości t, wówczas X i Y mają taki sam rozkład prawdopodobieństwa. ” bez dowodu, że jest …
Pytanie głównie teoretyczne. Czy są jakieś przykłady rozkładów niestandardowych, które mają pierwsze cztery momenty równe rozkładom normalnym? Czy mogą istnieć w teorii?
Niech BtBtB_t być standardowy ruch Browna. Niech oznacza zdarzenie i niech gdzie oznacza funkcję wskaźnika. Czy istnieje takie, że dla dla wszystkich ? Podejrzewam, że odpowiedź brzmi tak; Próbowałem zadzierać z metodą drugiej chwili, ale bezskutecznie. Czy można to pokazać za pomocą metody drugiego momentu? A może powinienem spróbować czegoś …
Co należy rozumieć przez stwierdzenie, że kurtoza rozkładu normalnego wynosi 3. Czy oznacza to, że na linii poziomej wartość 3 odpowiada prawdopodobieństwu szczytowemu, tj. 3 jest trybem systemu? Kiedy patrzę na normalną krzywą, wydaje się, że szczyt występuje w środku, czyli równy 0. Więc dlaczego kurtoza nie jest 0, a …
Poniższe są podobne, ale różnią się od poprzednich postów tutaj i tutaj Biorąc pod uwagę dwa rozkłady, które dopuszczają momenty wszystkich zamówień, jeśli wszystkie momenty dwóch rozkładów są takie same, to czy są to identyczne rozkłady? Biorąc pod uwagę dwa rozkłady, które dopuszczają funkcje generujące moment, jeśli mają takie same …
Istnieją dobrze znane wzory online do obliczania wykładniczo ważonych średnich kroczących i standardowych odchyleń procesu (xn)n=0,1,2,…(xn)n=0,1,2,…(x_n)_{n=0,1,2,\dots} . Dla średniej μn=(1−α)μn−1+αxnμn=(1−α)μn−1+αxn\mu_n = (1-\alpha) \mu_{n-1} + \alpha x_n i dla wariancji σ2n=(1−α)σ2n−1+α(xn−μn−1)(xn−μn)σn2=(1−α)σn−12+α(xn−μn−1)(xn−μn)\sigma_n^2 = (1-\alpha) \sigma_{n-1}^2 + \alpha(x_n - \mu_{n-1})(x_n - \mu_n) z którego można obliczyć odchylenie standardowe. Czy istnieją podobne wzory do …
Co to jest funkcja generowania momentu (MGF)? Czy potrafisz to wytłumaczyć laikiem wraz z prostym i łatwym przykładem? Ogranicz w miarę możliwości formalne notacje matematyczne.
Używamy plików cookie i innych technologii śledzenia w celu poprawy komfortu przeglądania naszej witryny, aby wyświetlać spersonalizowane treści i ukierunkowane reklamy, analizować ruch w naszej witrynie, i zrozumieć, skąd pochodzą nasi goście.
Kontynuując, wyrażasz zgodę na korzystanie z plików cookie i innych technologii śledzenia oraz potwierdzasz, że masz co najmniej 16 lat lub zgodę rodzica lub opiekuna.