特性関数

確率変数の特性関数は、複素指数関数の期待値であり、その分布のフーリエ変換です。これは常に存在し、分布を一意に決定し、独立性を乗算に変換します。

Definition

確率変数の特性関数は、変数と実引数の複素指数関数の期待値であり、 equivalently その分布のフーリエ変換です。これはすべての分布に対して存在し、それを一意に決定します。

Scope

このトピックでは、特性関数の定義と基本的な性質、その一意性定理と反転定理、独立変数の和の特性関数の因数分解、関数の滑らかさと分布のモーメントの関係、どの関数が特性関数であるかのボホナーの特性化、および点ごとの収束と分布収束を結びつけるレヴィの連続性定理について扱います。

Core questions

• モーメントが存在しない場合でも、すべての分布が特性関数を持つのはなぜですか？
• 特性関数はどのように分布を決定し、その回復を可能にするのですか？
• 独立変数の和の特性関数が因数分解されるのはなぜですか？
• 特性関数の収束は分布の収束とどのように関連していますか？

Key concepts

• 測度のフーリエ変換
• 一意性と反転
• レヴィの連続性定理
• ボホナーの定理
• 導関数からのモーメント

Key theories

一意性と反転

異なる分布は異なる特性関数を持ち、反転公式によって特性関数から分布が回復されるため、この変換は確率変数の法則の忠実で可逆な符号化です。

レヴィの連続性定理

分布の列が分布収束するのは、それらの特性関数が原点で連続な関数に点ごとに収束する場合に限られ、その関数が極限の特性関数となります。これは極限定理への標準的な経路です。

独立変数の和の因数分解

期待値は独立変数に対して因数分解されるため、独立変数の和の特性関数はそれらの特性関数の積となり、分布の畳み込みを通常の乗算に置き換えます。

Clinical relevance

特性関数は、中心極限定理やその他の極限定理を証明するための主要なツールであり、信号処理から保険数理まで幅広い分野で独立確率変数の和を解析的に扱いやすくします。また、特性関数が閉形式で既知であるオプション価格設定の数値的手法において、その反転が基礎となります。

History

特性関数はラプラスとコーシーによって使用され、ポール・レヴィによって確率論の体系的な道具とされました。レヴィの連続性定理は、極限定理の証明をこれらの変換の点ごとの収束の研究へと変えました。ボホナーは、このようにして生じる関数が正確にどのようなものであるかを特徴付けました。

Key figures

• Paul Levy
• Aleksandr Lyapunov
• Salomon Bochner
• Eugene Lukacs

Seminal works

• feller1971

Frequently asked questions

特性関数はモーメント母関数とどのように異なりますか？

特性関数は虚数の指数を使用するため、すべての分布に対して存在しますが、モーメント母関数は実数の指数を使用するため、裾の重い分布では存在しない場合があります。特性関数の方がより堅牢なツールです。

連続性定理で収束が原点でのみチェックされるのはなぜですか？

極限が原点で連続であることは、確率質量が無限大に逃げることを排除し、極限関数が欠陥のある分布の特性関数ではなく、真の特性関数であることを保証します。