Câu hỏi được gắn thẻ «moments»

Khoảnh khắc là tóm tắt các đặc điểm của biến ngẫu nhiên (ví dụ: vị trí, tỷ lệ). Sử dụng cũng cho những khoảnh khắc phân số.



2
Xu hướng ước tính thời điểm phân phối lognatural
Tôi đang làm một số thí nghiệm số mà bao gồm trong lấy mẫu một bản phân phối lognormal X∼LN(μ,σ)X∼LN(μ,σ)X\sim\mathcal{LN}(\mu, \sigma) , và cố gắng để ước lượng những khoảnh khắc bằng hai phương pháp:E[Xn]E[Xn]\mathbb{E}[X^n] Nhìn vào giá trị trung bình mẫu củaXnXnX^n Ước tính và bằng cách sử dụng …









1
Liên kết giữa chức năng tạo mô men và chức năng đặc trưng
Tôi đang cố gắng để hiểu liên kết giữa chức năng tạo khoảnh khắc và chức năng đặc trưng. Hàm tạo mô men được xác định là: MX(t)=E(exp(tX))=1+tE(X)1+t2E(X2)2!+⋯+tnE(Xn)n!MX(t)=E(exp⁡(tX))=1+tE(X)1+t2E(X2)2!+⋯+tnE(Xn)n! M_X(t) = E(\exp(tX)) = 1 + \frac{t E(X)}{1} + \frac{t^2 E(X^2)}{2!} + \dots + \frac{t^n E(X^n)}{n!} Sử dụng việc mở rộng hàng …


2
Độ lệch di chuyển theo cấp số nhân / kurtosis
Có các công thức trực tuyến nổi tiếng để tính toán các đường trung bình di chuyển theo cấp số nhân và độ lệch chuẩn của một quá trình (xn)n=0,1,2,…(xn)n=0,1,2,…(x_n)_{n=0,1,2,\dots} . Đối với trung bình, μn=(1−α)μn−1+αxnμn=(1−α)μn−1+αxn\mu_n = (1-\alpha) \mu_{n-1} + \alpha x_n và cho phương sai 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 …


Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.