参考:https://www.matongxue.com/madocs/412.html
随机过程这门课在复习概率论的时候,又讲到了矩,刚好在这里写一下关于矩的东西,主要是参考的知乎大神的描述。
我们知道,假设r.v.x有E(|X|^k)<+∞,E(|X-E(X)|^k)<+∞,则称:
E(X^k)为k阶原点矩
E(|X|^k)为k阶绝对矩
E((X-EX)^k)为k阶中心矩
E(|X-EX|^k)为K阶绝对中心矩
这个是基本定义。我们知道最简单的一阶原点矩就是均值,二阶中心矩就是方差,那么其他的矩是什么呢?我们为什么要理解这些矩呢?怎么理解矩呢?
其他的矩是什么,这里暂且不谈,为什么要理解这些矩呢?因为你会在很多地方遇到这些东西,这里我举几个例子吧,我基本上在大数据(比如关于log normal distribution时候)以及openCV中都遇到过矩,moment这个概念。下图是关于log normal distribution的wiki截图,就讲了很多关于moment的东西。至于opencv,我忘记啦,反正有过。。