Dönüşümler ve Momentler
Rastgele değişkenlerin fonksiyonları, değişken değiştirme formülleriyle bulunan kendilerine özgü dağılımlara sahiptir; momentler ve onların üreten fonksiyonları ise bir dağılımı ortalaması, varyansı ve daha yüksek dereceli şekli aracılığıyla özetlemektedir.
Tanım
Bir rastgele değişkenin dönüşümü, dağılımı orijinal yasanın ileriye doğru itilmesiyle elde edilen ölçülebilir bir fonksiyonudur; momentler ise bir rastgele değişkenin kuvvetlerinin beklenen değerleri olup, dağılımının konumunu, yayılımını ve şeklini özetlemektedir.
Kapsam
Bu konu, bir veya birden fazla rastgele değişkenin fonksiyonlarının dağılımını değişken değiştirme ve Jacobi formülleri aracılığıyla, momentler ve merkezi momentleri, varyans ve kovaryansı, moment ve kümülan üreten fonksiyonlarını, momentler, kümülanlar, çarpıklık (skewness) ve basıklık (kurtosis) arasındaki ilişkileri ve momentlerin bir dağılımı ne zaman belirlediği moment problemini kapsamaktadır.
Temel sorular
- Rastgele değişkenlerin bir fonksiyonunun dağılımı, orijinal dağılımdan nasıl hesaplanır?
- Bir dağılımın ardışık momentleri neyi ölçer?
- Üreten fonksiyonlar tüm momentleri aynı anda nasıl kodlar?
- Bir dağılımın momentleri onu ne zaman tekil olarak belirler?
Anahtar kavramlar
- değişken değiştirme ve Jacobi
- momentler ve merkezi momentler
- varyans ve kovaryans
- kümülanlar
- moment problemi
Temel kuramlar
- Değişken Değiştirme Formülü
- Pürüzsüz tersinir bir dönüşüm için, dönüştürülmüş değişkenin yoğunluğu, orijinal yoğunluğun tersinde değerlendirilmiş ve Jacobi determinantının mutlak değeriyle ölçeklendirilmiş halidir; bu, rastgele değişkenlerin bir fonksiyonunun yasasını türetmek için standart bir araç olarak kullanılmaktadır.
- Moment ve Kümülan Üreten Fonksiyonları
- Mevcut olduğunda, moment üreten fonksiyon, orijindeki türevleri aracılığıyla tüm momentleri kodlamaktadır; onun logaritması olan kümülan üreten fonksiyon ise bağımsız değişkenler üzerinde toplanan kümülanlara sahip olup, toplamların incelenmesini basitleştirmektedir.
- Moment Problemi
- Momentler, Carleman koşulları gibi büyüme koşulları altında bir dağılımı tekil olarak belirlemektedir; ancak log-normal gibi ağır kuyruklu dağılımlar tüm momentleri diğerleriyle paylaşabilmektedir, bu nedenle momentler bir yasayı her zaman karakterize etmemektedir.
Klinik önem
Dönüşümler ve momentler, uygulamalı olasılığın günlük araçlarıdır: dönüştürülmüş bir niceliğin dağılımını türetmek, simülasyonu ve hata yayılımını desteklemektedir; momentler, istatistik ve portföy teorisi boyunca kullanılan ortalamaları, varyansları ve korelasyonları sağlamaktadır; çarpıklık ve basıklık ise risk ve kalite kontrol analizlerinde normallikten sapmaları işaret etmektedir.
Tarihçe
Momentler ve moment problemi, on dokuzuncu yüzyılda Chebyshev, Markov ve Stieltjes'in çalışmalarının merkezinde yer almıştır; bu bilim insanları, erken limit teoremlerini kanıtlamak için moment yöntemlerini kullanmışlardır. Yoğunluklar için değişken değiştirme tekniği ise kalkülüsten gelen yerine koyma kuralının olasılıksal karşılığıdır.
Öne çıkan isimler
- Pafnuty Chebyshev
- Thomas Stieltjes
- William Feller
- Carl Friedrich Gauss
İlgili konular
Temel eserler
- feller1971
Sıkça sorulan sorular
- Bir dağılımın momentleri onu her zaman belirler mi?
- Her zaman değil; momentler üzerindeki büyüme koşulları altında belirlerler, ancak log-normal gibi bazı dağılımlar, her momenti farklı dağılımlarla paylaşabilmektedir, bu nedenle moment dizisi yasayı tam olarak belirleyemeyebilir.
- Kümülanlar neden momentlerin yanı sıra tanıtılmaktadır?
- Kümülanlar bağımsız rastgele değişkenler üzerinde toplanmaktadır, bu nedenle toplamlar için momentlerden daha basit davranırlar; ikinci kümülan varyanstır ve daha yüksek kümülanlar normallikten sapmaları ölçmektedir; bunların hepsi normal dağılım için ikinci derecenin üzerinde kaybolmaktadır.