[統計学]32.モーメント母関数とは?これがわかると上級者!

広告

前回の記事→31. 歪度、尖度、モーメントって?計算方法と意味を覚えよう

モーメント母関数というのは全てのモーメントを生み出すお母さん的なやつです。

まずモーメントのおさらいをしましょう。

Xの原点周りのr次モーメント

 

Xの期待値周りのr次モーメント

と表されましたね。

ここでXの期待値周りの2次モーメントが分散は展開できるので、

というように、期待値周りのモーメントであっても、展開することで原点周りのモーメントで計算することができます。

よって全ての原点周りのモーメントがわかれば確率分布がわかることになります。

全ての原点周りのモーメントを一つの関数で表したものがモーメント母関数M(θ)であり、次の式で表します。

(連続型)

このeは自然対数(2.71828…)です。次の式が最も重要なものになります。このままでは何のこっちゃという感じですが、この指数部分をマクローリン展開すると下のようになります。

ですので元の式に代入すると、

まだどのように使えばいいのか難しそうですが、次の式が最も重要なものなので、マクローリン展開を知らない方はこの式で覚えてください。

このM(θ)がモーメント母関数と呼ばれる理由ですが、この両辺をθで微分してみると、

そしてθ=0を代入してみると

こうして、原点周りの1次モーメントを求めることができました!

さらにθで微分した式をもう一度θで微分してみると、

これをθ=0にすると、

となり、原点周りの2次モーメントも求めることができます。

一般に、次のことが言えます。

つまり、モーメント母関数を何回も微分してθ=0とすることで、全てのモーメントを求めることができるということです。

なのでこのM(θ)から全てのモーメントを求めることができるのでモーメント母関数というのであります。

もちろんモーメント母関数から分散を導くこともできます。

分散は冒頭でやった通り

ですから

となりますね!

ちなみに離散型の時のモーメント母関数も同様です。

結局は同じ結果に行き着きます。

こういうことを踏まえて次回はベルヌーイ分布(二項分布)の計算をやっていきます。実際にモーメント母関数を利用できるのでいい練習になると思います。

次の記事→33. ベルヌーイ分布(二項分布)を徹底解説!

統計学のおすすめ本はマセマの確率統計がおすすめです、式変形が丁寧で何回な教科書に比べ理解がスムーズになるのでおすすめです!数学的にちゃんと理解したい方にはうってつけの一冊になるでしょう。

 

プログラミングのための確率統計も良いですね。プログラミングのためのとは書いてありますが、実際はプログラマでなくても読みやすい内容で直感的に理解できる説明でおすすめです。初学者にはこちらをおすすめします。

関連記事