- モーメントの話(こちら)
- モーメントは分布の特徴を表す
- こちらの関係で、分散のことをここに書いた
- 分布の分散が気になるのは、分散→モーメント全般→分布の特徴を一挙に別の形式で取り扱って(以下に出る積率母関数・特性関数など)やることで、処理が簡単になったり、何を見たいのかが整理しなおされる可能性があるから
- さて:
- モーメントを係数として持つような関数があると、それは、分布の特徴を表した関数であると言える(積率母関数(Wiki))
- Wikiの分布のページ(英語版)では、記事の右側のグラフ・特徴量などの表のところに"mgf(Moment generating function)"と題して書かれている
- モーメント(平均や分散)がとれないような分布(コーシー分布(こちらの関係で、ジャンプのある酔歩のために用いた(こちら)))などだと、もちろん積率母関数は定義されていない(こちらの記事)
- 積率母関数とは違う、何か、分布の特徴を1つの関数で表したものはないか、というと、それが、特性関数(characteristic function)
- を中心とした、次モーメント
- 中心には、0をとることと、平均を取ることが多い
-
n<-13
xs<-rnorm(n)
mm<-matrix(0,n,n)
for(i in 1:n){
mm[i,]<-xs^(i-1)
}
moments<-1/n*mm%*%xs
n<-100
xs<-rnorm(n)+runif(n)
m<-mean(xs)
mmCentral<-matrix(0,k,n)
for(i in 1:k){
mmCentral[i,]<-(xs-m)^(i-1)
}
momentsCentral<-1/n*mmCentral%*%(xs-m)