キュムラント母関数

確率変数 X のキュムラント母関数 K_X(t) はモーメント母関数 M_X(t)を使用して次のように定義できる。

${\displaystyle M_{X}(t)=\exp {(K_{X}(t))}\,}$

対数を使って変形すると

${\displaystyle {\begin{aligned}K_{X}(t)&=\log(M_{X}(t))\\&=\log(\mathrm {E} (e^{tX}))\\&=\log \left(\sum _{n=0}^{\infty }{\frac {t^{n}}{n!}}\mu _{n}\right)&=&\log \left(1+t\mu _{1}+{\frac {t^{2}}{2!}}\mu _{2}+\dotsb \right)\\&=\sum _{n=1}^{\infty }{\frac {t^{n}}{n!}}\kappa _{n}&=&0+t\kappa _{1}+{\frac {t^{2}}{2!}}\kappa _{2}+\dotsb \end{aligned}}}$

ここで、

μ_n は n 次のモーメント。

κ_n は n 次のキュムラント。

n次キュムラントは次のように与えられる。

${\displaystyle \kappa _{n}={\frac {\partial ^{n}}{\partial t^{n}}}K_{X}(t){\biggr \vert }_{t=0}={\frac {\partial ^{n}}{\partial t^{n}}}\log {(M_{X}(t))}{\biggr \vert }_{t=0}}$

Summarize Fact Check

第2キュムラント母関数 K_X(t) を特性関数 ψ_X(t)の対数として次のように定義できる。

${\displaystyle {\begin{aligned}K_{X}(t)&=\log \varphi _{X}(t)\\&=\log(\mathrm {E} (e^{itX}))\\&=\log \left(\sum _{n=0}^{\infty }{\frac {(it)^{n}}{n!}}\mu _{n}\right)\\&=\sum _{n=1}^{\infty }{\frac {(it)^{n}}{n!}}\kappa _{n}\end{aligned}}}$

n次キュムラント κ_n は次のように計算される。

${\displaystyle \kappa _{n}={\frac {1}{i^{n}}}{\frac {\partial ^{n}}{\partial t^{n}}}K_{X}(t){\bigg |}_{t=0}}$

Summarize Fact Check

キュムラントの性質を利用することの利点として以下の性質がある。

• 独立な確率変数 X と Y の和のキュムラント母関数は、それぞれの確率変数のキュムラント母関数の和に等しい。

${\displaystyle {\begin{aligned}K_{X+Y}(t)&=\log(E(e^{t\cdot (X+Y)}))\\&=\log(E(e^{tX})\cdot E(e^{tY}))\\&=\log(E(e^{tX}))+\log(E(e^{tY}))\\&=K_{X}(t)+K_{Y}(t).\end{aligned}}}$