概率论与数理统计-中心矩与原点矩component

最新推荐文章于 2024-05-27 02:58:23 发布

欣承清夜娱

最新推荐文章于 2024-05-27 02:58:23 发布

阅读量6.3k

点赞数 1

分类专栏：概率论与数理统计

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/dxtql/article/details/109735222

版权

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。

摘要由CSDN通过智能技术生成

定义

原点矩：以原点为中心 $E(X^k)$ ，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： $\sum x^kP_i$

最低0.47元/天解锁文章

欣承清夜娱

关注

1
点赞
踩
7

收藏

觉得还不错? 一键收藏
0
评论
概率论与数理统计-中心矩与原点矩component

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
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。