概率论与数理统计教程(二)-随机变量及其分布07：分布的其他特征数

$\S 2.7$ 分布的其他特征数
数学期望和方差是随机变量最重要的两个特征数. 此外,
随机变量还有一些其他的特征数, 以下逐一给出它们的定义, 且解释它们的含义.
2.7.1 $k$ 阶矩
定义 2.7.1 设 $X$ 为随机变量, $k$ 为正整数.
如果以下的数学期望都存在,则称
$${\mu }_k=E\left(X^k\right)$$
为 $X$ 的 $k$ 阶原点矩. 称
$${\nu }_k=E(X-E(X){)}^k$$
为 $X$ 的 $k$ 阶中心矩.
显然, 一阶原点矩就是数学期望, 二阶中心矩就是方差. 由于
$|X{|}^{k-1}⩽|X{|}^k+1$, 故 $k$阶矩存在时, $k-1$ 阶矩也存在,
从而低于 $k$ 的各阶矩都存在.
中心矩和原点矩之间有一个简单的关系, 事实上
$${\nu }_k=E(X-E(X){)}^k=E{\left(X-{\mu }_1\right)}^k=\sum _{i=0}^k\left(\begin{array}{l}k\\ i\end{array}\right){\mu }_i{\left(-{\mu }_1\right)}^{k-i},$$
故前四阶中心矩可分别用原点矩表示如下:
$$\begin{array}{l}{\nu }_1=0,\\ {\nu }_2={\mu }_2-{\mu }_1^2,\\ {\nu }_3={\mu }_3-3{\mu }_2{\mu }_1+2{\mu }_1^3,\\ {\nu }_4={\mu }_4-4{\mu }_3{\mu }_1+6{\mu }_2{\mu }_1^2-3{\mu }_1^4.\end{array}$$

例 2.7.1 设随机变量 $X\sim N\left(0,{\sigma }^2\right)$, 则
$${\mu }_k=E\left(X^k\right)=\frac{1}{\sqrt{2\pi }\sigma }{\int }_{-\infty }^{\infty }{x}^k\exp \left\{-\frac{x^2}{2{\sigma }^2}\right\}\mathrm{d}x=\frac{{\sigma }^k}{\sqrt{2\pi }}{\int }_{-\infty }^{\infty }{u}^k\exp \left\{-\frac{u^2}{2}\right\}\mathrm{d}u.$$
在 $k$ 为奇数时, 上述被积函数是奇函数, 故
$${\mu }_k=0,k=1,3,5,\cdots .$$
在 $k$ 为偶数时, 上述被积函数是偶函数,再利用变换 $z=u^2/2$, 可得
$$\begin{array}{l}{\mu }_k=\sqrt{\frac{2}{\pi }}{\sigma }^k{2}^{(k-1)/2}{\int }_0^{\infty }{z}^{(k-1)/2}{\mathrm{e}}^{-z}\mathrm{d}z=\sqrt{\frac{2}{\pi }}{\sigma }^k{2}^{(k-1)/2}\Gamma \left(\frac{k+1}{2}\right)\\ ={\sigma }^k(k-1)(k-3)\cdots 1.k=2,4,6,\cdots .\end{array}$$

故 $N\left(0,{\sigma }^2\right)$ 分布的前四阶原点矩为
$${\mu }_1=0,{\mu }_2={\sigma }^2,{\mu }_3=0,{\mu }_4=3{\sigma }^4.$$
又因为 $E(X)=0$, 所以有原点矩等于中心矩, 即
${\mu }_k={\nu }_k,k=1,2,\cdots$.
2.7.2 变异系数
方差(或标准差)
反映了随机变量取值的波动程度,但在比较两个随机变量的波动大小时,
如果仅看方差 (或标准差) 的大小有时会产生不合理的现象. 这有两个原因: (1)
随机变量的取值有量纲,不同量纲的随机变量用其方差(或标准差)去比较它们的波动大小不太合理.
(2) 在取值的量纲相同的情况下,
取值的大小有一个相对性问题,取值较大的随机变量的方差 (或标准差)
也允许大一些.
所以要比较两个随机变量的波动大小时,
在有些场合使用以下定义的变异系数来进行比较,更具可比性.
定义 2.7.2 设随机变量 $X$ 的二阶矩存在,则称比值
$$C_v(X)=\frac{\sqrt{\mathrm{Var}(X)}}{E(X)}=\frac{\sigma (X)}{E(X)}$$
为 $X$ 的变异系数.
因为标准差的量纲与数学期望的量纲是一致的, 所以变异系数是一个无量纲的量,
从而消除量纲对波动的影响.
例 2.7.2 用 $X$ 表示某种同龄树的高度,其量纲是米 $(\mathrm{m})$, 用 $Y$
表示某年龄段儿童的身高, 其量纲也是米 $(\mathrm{m})$. 设
$E(X)=10,\mathrm{Var}(X)=1,E(Y)=1,\mathrm{Var}(Y)=0.04$,
是否可以从 Var ⁡ ( X ) =