k阶原点矩:Uk=E(X^k)
k阶中心矩:Vk=E((X-E(X))^k)
期望=1阶原点矩
方差=2阶中心矩
高阶矩存在低阶矩一定存在(由|X|(k-1)<=|X|k+1可推)
证明:
同为中心矩或原点矩时
积分符 |X|^(k-1) * p(x)dx<=积分符 (|X|^k+1) * p(x)dx= 积分符 |X|^k* p(x)dx+1
积分符 |X|^ k* p(x)dx可积,则|X|^(k-1) * p(x)dx可积
其中一个为原点矩另一个为中心矩
当原点矩存在且阶数k高于中心矩
中心矩可写为阶数低于k的原点矩的加减法表达式(参与加减法的每部分都可积),于是有中心矩可积
当中心矩存在且阶数k高于原点矩
中心矩存在,则E(X)存在(中心矩:随机变量X距离中心E(X)的绝对距离的k次方的期望)
所以只需证明2阶到k阶的原点矩存在
由E(X)与E((X-E(X))^2)存在(高阶中心矩存在,低阶中心矩存在)
可推E(X^2)存在
由E(X)、E(X^ 2)与E((X-E(X))^3)存在
可推E(X^3)存在
归纳可推2阶到k阶的原点矩存在
变异系数:sqrt(Var(X)) / E(X)(消除量纲差异)
意义:方差表示绝对离散程度,变异系数表示相对离散程度
p分位数(下侧p分位数):
上侧p分位数:
图示:
意义:用于制表(计算常见概率分布)
中位数:p=0.5时,随机变量对应值
偏度系数贝塔s:V3 / (V2^(3 / 2))
贝塔s>0,称为右偏(正偏)
贝塔s<0,称为左偏(负偏)
贝塔s=0,均匀分布
意义:描述分布对称性程度
峰度系数贝塔k:V4 / (V2^2)
贝塔k>0,标准化后相较于标准正态分布更为尖峭,尾部更粗
贝塔k<0,标准化后相较于标准正态分布更为平坦,尾部更细
贝塔k=0,表示标准化后与标准正态分布的尖峭程度与尾部粗细程度相当
意义:描述分布尖峭程度与尾部粗细程度