Preguntas etiquetadas con moments

Vi lo siguiente en un libro de texto y tengo dificultades para comprender el concepto. Entiendo que se distribuye normalmente con E ( X_n ) = 0 y Var ( X_n ) = \ frac {1} {n} .XnorteXnorteX_nXnorteXnorteX_nXnorteXnorteX_n1norte1norte\frac{1}{n} Sin embargo, no entiendo por qué multiplicar XnorteXnorteX_n por norte--√norte\sqrt n lo …

8 self-study  normal-distribution  expected-value  moments 

Estoy tratando de entender cómo funciona la matriz de covarianza . Supongamos que tenemos dos variables:X, YX,YX, Y, dónde Cov(X,Y)=E[(x−E[X])(y−E[Y])]Cov(X,Y)=E[(x−E[X])(y−E[Y])]\text{Cov}(X,Y) = \mathbb{E}[(x -\mathbb{E}[X])(y-\mathbb{E}[Y])] da la relación entre las variables, es decir, cuánto depende una de la otra. Ahora, tres casos variables es menos claro para mí. Una definición intuitiva para …

8 correlation  covariance  moments 

Pregunta simple, pero sorprendentemente difícil de encontrar una respuesta en línea. Sé que para un RV , definimos el momento k como donde la igualdad se sigue si , para una densidad y Medida de Lebesgue .XXX∫Xk rePAGS= ∫XkF( x ) d X∫Xk dP=∫xkf(x) dx\int X^k \ d P = …

8 mathematical-statistics  random-variable  joint-distribution  moments 

Estoy tratando de calcular la expectativa para arbitraria (para la expectativa es infinita) si está distribuido de forma lognormalmente, es decir, .E[ecX]E[ecX]E[e^{cX}]c&lt;0c&lt;0c<0c&gt;0c&gt;0c>0XXXlog(X)∼N(μ,σ)log⁡(X)∼N(μ,σ)\log(X) \sim N(\mu, \sigma) Mi idea era escribir la expectativa como una integral, pero no vi cómo proceder: E[ecX]=12σπ−−−√∫∞01xexp(cx−(logx−μ)22σ2)dxE[ecX]=12σπ∫0∞1xexp⁡(cx−(log⁡x−μ)22σ2)dxE[e^{cX}] = \frac{1}{\sqrt{2\sigma\pi}}\int_0^\infty \frac{1}{x}\exp\left(cx - \frac{(\log x - \mu)^2}{2\sigma^2}\right)dx También probé …

8 self-study  distributions  expected-value  lognormal  moments