Belirli özellikleri tanımlamak için dağılımın ikinci, üçüncü ve dördüncü momentlerini kullanmak normaldir. Kısmi momentler veya dördüncü dereceden daha yüksek momentler bir dağılımın faydalı özelliklerini tanımlar mı?
Belirli özellikleri tanımlamak için dağılımın ikinci, üçüncü ve dördüncü momentlerini kullanmak normaldir. Kısmi momentler veya dördüncü dereceden daha yüksek momentler bir dağılımın faydalı özelliklerini tanımlar mı?
Yanıtlar:
Birkaç sayının (örneğin 2) özel özelliklerinin yanı sıra, tamsayı momentleri kesirli momentlerin aksine ayırmanın tek gerçek nedeni kolaylıktır.
Kuyruk davranışını anlamak için daha yüksek momentler kullanılabilir. Örneğin, bir merkez rastgele değişken varyans 1 subgaussian kuyrukları bulunmaktadır (yani P ( | x | > t ) < Cı E - C t 2 , bazı sabitleri için c , Cı > 0 ) ancak ve ancak E | X | p ≤ ( A √, her içinp≥1ve bir sabitA>0.
İnsanların üçüncü ve dördüncü anları sorduğunu duyunca şüpheleniyorum. Konuyu gündeme getirdiklerinde genellikle akıllarında olan iki yaygın hata vardır. Bu hataları mutlaka yaptığınızı söylemiyorum ama sık sık ortaya çıkıyorlar.
Birincisi, dolaylı olarak dağıtımların dört sayıya kadar kaynatılabileceğine inandıkları anlaşılıyor; sadece iki sayının yeterli olmadığından şüpheleniyorlar, ancak üç ya da dördü bol olmalı.
İkincisi, çağdaş istatistiklerde maksimum olabilirlik yöntemlerini büyük ölçüde kaybetmiş olan istatistiklere anı eşleştirme yaklaşımına geri dönmek gibi görünüyor.
Güncelleme: Bu cevabı bir blog yayınına genişlettim .
Daha yüksek bir anın kullanım örneği (yorumlama daha iyi bir niteleyicidir): tek değişkenli dağılımın beşinci anı, kuyruklarının asimetrisini ölçer.