지난시간에 유도한 정규분포의 적률생성함수는 아래와 같습니다.
$M_{X}(t)=E(e^{tX})=e^{
\mu t+\frac{ \sigma^2 t^2 }{2}
}$
적률생성함수를 이용하여 평균, 표준편차, 왜도, 첨도를 구해봅시다.
1. 평균
적률생성함수를 한번 미분하고 t에 0을 넣으면 됩니다. 적률생성함수를 한번 미분합시다.
$\frac{dM_{X}(t)}{dt}=E(Xe^{tX})=e^{
\mu t+\frac{ \sigma^2 t^2 }{2}
}
\times \left (\mu+\sigma^{2}t \right )$
t에 0을 넣겠습니다.
$\left.\begin{matrix}
\frac{dM_{X}(t)}{dt}
\end{matrix}\right|_{t=0}=E(X)=\mu$
2. 분산
분산은 아래와 같이 정의됩니다.
$V[X]=E\left [ X^{2} \right ]-\left \{ E[X] \right \}^{2}$
평균은 1번에서 구했습니다. X제곱의 평균만 구하면 됩니다. 적률생성함수를 두번 미분합시다.
$\frac{d^{2}M_{X}(t)}{dt^{2}}=E(X^{2}e^{tX})
=e^{
\mu t+\frac{ \sigma^2 t^2 }{2}
}
\times \left (\mu+\sigma^{2}t \right )^{2}
+
e^{
\mu t+\frac{ \sigma^2 t^2 }{2}
}
\times \left (\sigma^{2} \right )$
t에 0을 넣어줍니다.
$\left.\begin{matrix}
\frac{d^{2}M_{X}(t)}{dt^{2}}
\end{matrix}\right|_{t=0}
=E(X^{2})
=\mu^{2}+\sigma^{2}$
분산을 구하는 수식에 넣어줍니다.
$V[X]=E\left [ X^{2} \right ]-\left \{ E[X] \right \}^{2}
=\mu^{2}+\sigma^{2}-\mu^{2}=\sigma^{2}$
따라서 분산은 아래와 같습니다.
$V[X]=\sigma^{2}$
'@ OO의 이해 > 적률(Moment)의 이해' 카테고리의 다른 글
[통계 적률의 이해] 13. 적률생성함수가 같으면 같은 분포일까 (0) | 2022.09.12 |
---|---|
[통계 적률의 이해] 12. 정규분포의 첨도는 왜 3인가 (0) | 2022.08.07 |
[통계 적률의 이해] 11. 정규분포의 왜도 구하기 (0) | 2022.05.25 |
[통계 적률의 이해] 10. 정규분포의 중심적률생성함수 (0) | 2022.05.24 |
[통계 적률의 이해] 8. 정규분포의 적률생성함수 (0) | 2021.11.04 |
[통계 적률의 이해] 7. 적률생성함수 수학 거의 없이 이해하기 (0) | 2021.10.27 |
[통계 적률의 이해] 6. 적률생성함수란? (0) | 2021.09.16 |
[통계 적률의 이해] 5. 적률들 한눈에보기 (0) | 2021.09.09 |
댓글