定义
原点矩:以原点为中心E(Xk)E(X^k)E(Xk),所以期望EX其实就是一阶原点矩。
中心矩:以EX为中心,一阶中心矩 = 0,二阶中心矩 = 方差DX。
计算
离散型
原点矩:∑xkPi\sum x^kP_i∑xkPi
中心矩:∑(Xi−EX)kPi\sum (X_i - EX)^kP_i∑(Xi−EX)kPi
连续型
原点矩:∫−∞+∞xkf(x)dx\int_{-\infty}^{+\infty}x^kf(x)dx∫−∞+∞xkf(x)dx
中心矩:∫−∞+∞(x−EX)kf(x)dx\int_{-\infty}^{+\infty}(x - EX)^kf(x)dx∫−∞+∞(x−EX)kf(x)dx
四阶以上的矩极少使用。
本文介绍了概率论与数理统计中的中心矩和原点矩概念。原点矩以原点为中心,一阶原点矩即期望;中心矩则以其期望为中心,二阶中心矩等于方差。对于离散型随机变量,原点矩通过求和计算,中心矩通过减去期望再求和;而在连续型分布中,它们通过积分来计算。高阶矩如四阶以上在实际应用中较为罕见。
500

被折叠的 条评论
为什么被折叠?



