momentumok
1. Általános definíció
Egy valószínűségi változó -adik momentumát a következőképpen definiáljuk:
ahol a várható érték, és az adott momentum rendje.
A momentumok két fő típusa a nyers (vagy egyszerű) momentumok és a centrális momentumok.
2. Nyers momentumok
A nyers momentumokat az origóhoz képest számítják, és az eloszlás alapvető jellemzőit adják meg:
- Első nyers momentum (): Ez a várható érték, ami az adatok középértékét vagy átlagát jelenti.
- Második nyers momentum (): Segítségével kiszámítható a szórásnégyzet, amely az eloszlás szóródásáról ad információt.
3. Centrális momentumok
A centrális momentumokat az adatok várható értékéhez képest számítják, és az eloszlás formájának jellemzésére szolgálnak:
- Első centrális momentum: Mindig nulla, mivel a várható értéktől való eltérés átlaga nulla.
- Második centrális momentum (): Ez a variancia, amely a szóródást méri, és a szórás négyzeteként is ismert.
- Harmadik centrális momentum (): Ez a ferdeség (skewness), amely megmutatja, hogy az eloszlás milyen irányban tér el az átlag körül: pozitív ferdeség esetén az eloszlás jobbra nyúlik, negatív ferdeség esetén balra.
- Negyedik centrális momentum (): Ez a csúcsosság (kurtosis), amely az eloszlás csúcsának magasságát méri a normál eloszláshoz képest. Ha nagyobb a csúcsosság, az eloszlás hegyesebb.
4. Példa: A normál eloszlás momentumai
A normál eloszlás várható értéke , és szórása . Az eloszlás különböző momentumai a következők:
- Első momentum: - Második centrális momentum: , ami a variancia. - Harmadik centrális momentum: 0, mivel a normál eloszlás szimmetrikus, így nincs ferdesége. - Negyedik centrális momentum: 3, ami a normál eloszlás csúcsossága (a standard normál eloszlás esetében).
Összefoglalás
A momentumok fontos szerepet játszanak az eloszlások jellemzésében, és segítenek az adatok középértékének, szóródásának, ferdeségének és csúcsosságának leírásában. Az első és második momentumok gyakran használtak, de a harmadik és negyedik momentumok is hasznosak az eloszlás részletesebb elemzéséhez.