답변:
이 질문은 모멘트 생성 함수 ( mgf ) 에 대한 몇 가지 사실을 수집 할 수있는 좋은 기회를 제공합니다 .
아래 답변에서 우리는 다음을 수행합니다.
이 답변은 매우 길어서 미리 사과드립니다. 예를 들어 블로그 게시물 또는 다른 곳에서이 방법을 사용하는 것이 더 좋으면 의견에 자유롭게 의견을 보내주십시오.
mgf는 순간에 대해 무엇을 말합니까?
확률 변수의 MGF는 로 정의된다 . 참고 는 항상 존재 가 나오지 측정 함수의 적분이기 때문에한다. 그러나 유한 하지 않을 수 있습니다 . 이 경우 입니다 모든 후, (오른쪽 장소에서) 유한 (반드시 정수), 절대 순간 그래서, 또한 (그리고, 있다 한정된). 이것이 다음 제안의 주제입니다.m ( t ) = E e t X m ( t ) p > 0 E | X | p < ∞ E X p
제안 : 및 이있는 경우 및 이면 의 모든 차수의 순간이 존재하며 유한합니다.X
증거에 들어가기 전에 두 가지 유용한 정리가 있습니다.
Lemma 1 : 그러한 및 가 존재 한다고 가정하십시오 . 그런 다음 에 대해 입니다.
증거 . 이것은 볼록성과 적분의 단 조성으로 이어집니다. 그러한 , 와 같은 있습니다. 그러나
따라서 적분의 의해 .e x t 0 θ ∈ [ 0 , 1 ] t 0 = θ t n + ( 1 − θ ) t p e t 0 X = e θ t n X + ( 1 − θ
E e t 0 X ≤ θ E e t n X + ( 1 − θ ) E e t p X < ∞
따라서 mgf가 두 개의 개별 지점에서 유한 한 경우 해당 지점 사이의 간격에있는 모든 값에 대해 유한합니다.
Lemma 2 ( 공백 중첩 ) : 의 경우, 이면 입니다.
증명 :이 답변과 관련 의견 에는 두 가지 접근 방식이 있습니다.E | X | p < ∞ E | X | q < ∞
이것은 우리에게 제안의 증거를 계속할만큼 충분합니다.
제안의 증거 . 만약 및 다음 복용 제안에서 언급 한 바와 같이 존재하는 , 우리는 제 표제어가 알고 및 . 그러나 및 우측은 어떤 고정 된에 대해, 특히, 따라서 음이 아닌 측면으로 구성된다 이제, 합니다. 적분의 단 조성은 산출 합니다. 따라서 모두t p > 0 t 0 = 최소 ( − t n , t p ) > 0 m ( − t 0 ) < ∞ m ( t 0 ) < ∞ e − t 0 X + e t 0 X = 2 ∞ ∑ n = 0 t 2 n 0 X 2 nk e - t 0 X + e t 0 X ≥ 2 t 2 k 0 X 2 k / ( 2 k ) !
결과
손 질문에 대한 결말은 경우이다 어떤 의 순간의 무한 또는 존재하지 않는, 우리가 할 수있는 즉시 MGF가 원점을 포함하는 개방 간격으로 유한 아니라고 결론 지었다. (이것은 반대 되는 명제에 대한 진술입니다.)
따라서, 위의 제안 은 mgf를 기준으로 의 순간에 대해 무언가를 말하기 위해 "올바른"조건을 제공합니다 .
지수 적으로 제한된 꼬리와 mgf
제안 : mgf 는 의 꼬리 가 기하 급수적으로 묶인 경우에만 원점을 포함 하는 열린 간격 에서 유한합니다 예 : 일부 및 입니다 .( t의 N , t의 P ) F P ( | X | > X ) ≤ C E - t 0 X C > 0 t 0 > 0
증거 . 오른쪽 꼬리를 따로 다룰 것입니다. 왼쪽 꼬리는 완전히 유사하게 처리됩니다.
m ( t 0 ) < ∞ t 0 > 0 F C > 0 b > 0 P ( X > x ) ≤ C e − b x 어떤 대해 라고 가정하십시오 . 그런 다음 의 오른쪽 꼬리 는 기하 급수적으로 묶입니다 . 즉, 와 같이 및 이 존재합니다 이를 확인하려면 Markov의 부등식에 의해 대해 가라 및 증거의 방향을 완료.t > 0 P ( X > x ) = P ( e t X > e t x ) ≤ e − t x E e t X = m ( t ) e − t x
C > 0 t 0 > 0 P ( X > x ) ≤ C e − t 0 x t > 0 E e t X = ∫ ∞ 0 P ( e t X > y ) 와 같이 및 이 있다고 가정합니다 . 그런 다음 경우 여기서 첫 번째 평등 은 음이 아닌 임의 변수의 기대치에 대한 표준 사실 . 어떤 선택 되도록 ; 그런 다음 오른쪽의 적분은 유한합니다.t 0 < t < t 0
이것으로 증명이 완료됩니다.
mgf가 주어진 분포의 고유성에 대한 참고 사항
mgf가 0을 포함하는 열린 구간에서 유한 한 경우 연관된 분포는 해당 모멘트를 특징으로합니다 . 즉 모멘트가 유일한 분포입니다 . 특징적인 기능 에 대한 (상대적으로 간단한) 사실을 가지고 있다면 표준 증거는 짧습니다 . 세부 사항은 대부분의 현대 확률 텍스트 (예 : Billingsley 또는 Durrett)에서 찾을 수 있습니다. 이 답변 에는 몇 가지 관련 사항이 설명 되어 있습니다.
예와 반례
( a ) 로그 정규 분포 : 정규 랜덤 변수 대해 경우 는 로그 정규 입니다. 따라서 은 확률 1입니다. 모든 대해 이기 때문에 이것은 즉시 모든 대해 임을 알려줍니다 . 따라서 mgf는 음이 아닌 반줄에서 유한합니다 . ( NB 우리는 의 음이 아닌 음만 사용 하여이 사실을 설정 했으므로 음이 아닌 임의의 모든 변수 에서 사실입니다 .)
그러나 모든 대해 입니다 . 표준 대수 정규 법을 표준 사례로 사용합니다. 만약 , 다음 . 변수를 변경하면 들어 과 충분한 , 우리가 위에서 주어진 경계에 의해. 그러나 임의 대한 및 MGF이 모두 무한대이므로 .
반면, 로그 정규 분포의 모든 순간은 유한합니다. 따라서, 위의 제안의 결론에는 약 0의 간격으로 mgf가 존재 하지 않아도됩니다 .
( b ) 대칭 대수 정규화 : 우리는 대수 정규 분포를 "대칭"함으로써 더 극단적 인 사례를 얻을 수 있습니다. 밀도 고려 에 대한 되도록 MGF가 한정되어 있다는 이전의 예에 비추어 볼 어렵지 않다 만 에 대해 . 그러나 짝수 순간은 로그 정규의 순간과 동일하며 홀수 순간은 모두 0입니다! 따라서 mgf는 어디에도 존재 하지 않지만 (항상 존재하는 곳은 제외) 모든 주문의 유한 순간을 보장 할 수 있습니다.
( c ) 코시 분포 :이 분포는 또한 모든 대해 무한한 mgf를 갖지만 대해 절대 모멘트 는 유한 하지 않습니다 . MGF 대한 결과가 다음 보낸 대 등 대한 증거 는 유사합니다. (아마도 덜 알려진 것은 Cauchy에 대해 의 모멘트 가 존재한다는 것입니다. 이 답변보기
( d ) 반코시 분포 : 가 (표준) 코시 인 경우반 코시 랜덤 변수. 그러면 이전 예제 에서 모든 대해 임을 쉽게 알 수 있습니다 . 그러나 는 대해 유한합니다 .