본문 바로가기
@ OO의 이해/적률(Moment)의 이해

[통계 적률의 이해] 10. 정규분포의 중심적률생성함수

by bigpicture 2022. 5. 24.
반응형

 

 

지난 시간에 우리는 정규분포의 적률생성함수를 이용하여 평균과 분산을 구했습니다. 우리가 구했던 정규분포의 적률생성함수는 아래와 같습니다. 

 

MX(t)=E(etX)=eμt+σ2t22MX(t)=E(etX)=eμt+σ2t22

 

이제 왜도를 구할 차례인데요. 1,2,3차 적률을 이용하여 왜도를 구하는 방법은 아래와 같습니다. 

 

γ1=μ33μ1μ2+2{μ1}3[μ2{μ1}2]32γ1=μ33μ1μ2+2{μ1}3[μ2{μ1}2]32

 

중심적률을 이용하면 훨씬 간단하게 구할 수 있었습니다.

 

γ1=μ3μ322γ1=μ3μ322

 

중심적률이 무엇인지 잊으신 분들은 아래 표를 참고해주세요.

 

이름 기호 정의 기댓값 형태 통계량과의 관계
적률 μnμn xnf(x)dxxnf(x)dx E[Xn]E[Xn] 평균 = μ1μ1
중심적률 μnμn (xμ)nf(x)dx(xμ)nf(x)dx E[(Xμ)n]E[(Xμ)n] 분산 = μ2μ2
표준화적률 ˜μn~μn μnσnμnσn E[(Xμσ)n]E[(Xμσ)n] 왜도 = ˜μ3~μ3
첨도= ˜μ4~μ4

 

중심적률을 쉽게 계산하기 위해 중심적률생성함수를 먼저 유도해야합니다. 정규분포의 중심적률생성함수를 유도해봅시다.

 

정규분포를 따르는 확률변수 X가 있다고 합시다. 

 

XN(μ,σ2)XN(μ,σ2)

 

중심적률생성함수는 아래와 같이 정의됩니다. 적률생성함수의 XX 대신 XμXμ를 넣어주면 됩니다. 

 

Mxμ(t)=E[et(xμ)]=et(xμ)f(x)dxMxμ(t)=E[et(xμ)]=et(xμ)f(x)dx

 

우변은 아래와 같이 변형됩니다. 

 

Mxμ(t)=etxetμf(x)dxMxμ(t)=etxetμf(x)dx

 

적분과 무관한 항을 밖으로 꺼내줍시다. 

 

Mxμ(t)=etμetxf(x)dxMxμ(t)=etμetxf(x)dx

 

우변의 두번째 인수는 정규분포의 정률생성함수입니다. 정규분포의 적률생성함수는 이미 구한 상태이므로 대입해줍니다. 

 

Mxμ(t)=etμeμt+σ2t22

 

아래와 같이 계산합니다. 

 

Mxμ(t)=eσ2t22

 

정규분포의 중심적률생성함수가 유도되었습니다. 

반응형

댓글

bigpicture님의
글이 좋았다면 응원을 보내주세요!