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。
定义
原点矩：以原点为中心
E
(
X
k
)
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：
∑
x
k
P
i
\sum x^kP_i
∑xkPi
中心矩：
∑
(
X
i
−
E
X
)
k
P
i
\sum (X_i - EX)^kP_i
∑(Xi−EX)kPi
连续型
原点矩：
∫
−
∞
+
∞
x
k
f
(
x
)
d
x
\int_{-\infty}^{+\infty}x^kf(x)dx
∫−∞+∞xkf(x)dx
中心矩：
∫
−
∞
+
∞
(
x
−
E
X
)
k
f
(
x
)
d
x
\int_{-\infty}^{+\infty}(x - EX)^kf(x)dx
∫−∞+∞(x−EX)kf(x)dx
四阶以上的矩极少使用。
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
