Perguntas com a marcação «characteristic-function»

14
Qual é a caracterização mais surpreendente da distribuição gaussiana (normal)?
Uma distribuição gaussiana padronizada em pode ser definida fornecendo explicitamente sua densidade: RR\mathbb{R}12π−−√e−x2/212πe−x2/2 \frac{1}{\sqrt{2\pi}}e^{-x^2/2} ou sua função característica. Como lembrado nesta pergunta, também é a única distribuição para a qual a média e a variância da amostra são independentes. Quais são outras caracterizações alternativas surpreendentes das medidas gaussianas que você …


3

1
Ligação entre função geradora de momento e função característica
Estou tentando entender o vínculo entre a função geradora de momento e a função característica. A função geradora de momento é definida como: MX(t)=E(exp(tX))=1+tE(X)1+t2E(X2)2!+⋯+tnE(Xn)n!MX(t)=E(exp⁡(tX))=1+tE(X)1+t2E(X2)2!+⋯+tnE(Xn)n! M_X(t) = E(\exp(tX)) = 1 + \frac{t E(X)}{1} + \frac{t^2 E(X^2)}{2!} + \dots + \frac{t^n E(X^n)}{n!} Usando a expansão em série de , Posso encontrar todos …



1
Como encontrar uma densidade a partir de uma função característica?
Uma distribuição tem a função característica ϕ ( t ) = ( 1 - t2/ 2)exp( - t2/ 4),-∞<t<∞ ϕ(t)=(1−t2/2)exp⁡(−t2/4), −∞<t<∞\phi(t) = (1-t^2/2)\exp(-t^2/4),\ -\infty \lt t \lt \infty Mostre que a distribuição é absolutamente contínua e escreva a função de densidade da distribuição. Tentativa: ∫∞- ∞| (1- t2/ 2)exp( - …
Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.