高阶谱高阶统计量的定义与性质

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第1章 高阶统计量的定义与性质

1.1 准备知识

1. 随机变量的特征函数

若随机变量x 的分布函数为)(x F ,则称

⎰⎰∞

-∞

-===Φdx x f e x dF e

e

E x j x

j x

j )()(][)(ωωωω

为x 的特征函数。其中)(x f 为概率密度函数。

离散情况:}{,

][)(k k k k

x j x j x x p p p e e E k ====Φ∑ωωω

特征函数)(ωΦ是概率密度)(x f 的付里叶变换。 例:设x ~),(2σa N ,则特征函数为

dx e e

x j a x ⎰

---=Φωσσ

πω2

22/)(21)(

令σ2/)(a x z -=,则

dz e a

j z j z

-++-=

Φωσωπ

ω22

1

)(

根据公式:A

B A

C Cx

Bx Ax

e

A

dx e 2

2

2--

--±-=

⎰π

,则

2

22

1

)(σωωω-=Φa j e

若0=a ,则222

1

)(σωω-=Φe

2. 多维随机变量的特征函数

设随机变量n x x x ,,,21 联合概率分布函数为),,,(21n x x x F ,则联合特征函数为

)

,,,(][),,,(21)()(2122112211n x x x j x x x j n x x x dF e e E n n n n ⎰⎰

-+++∞

-+++==Φωωωωωωωωω

令T n x x x ],,,[21 =x ,T n ],,,[21ωωω =ω,则

⎰=ΦdX f e T

j )()(x ωx ω 矩阵形式 或 n n x j

n dx dx x x f e

k

n

k k ,,),,(),,,(11211

⎰⎰

∞-∞

-∑=Φ=ωωωω 标量形式

其中,),,,()(21n x x x f f =x 为联合概率密度函数。

例:设n 维高斯随机变量为

T n x x x ],,,[21 =x ,T n a a a ],,,[21 =a

⎥⎥⎥⎦

⎢⎢⎢⎣⎡=nn n n n c c c c c c

2

1

11211c )])([(],cov[k k i i k i ik a x a x E x x c --==

x 的概率密度为

⎬⎫

⎩⎨⎧---=

)()(21exp )2(1)(2

/12/a x c a x c

x T n P π x 的特征函数为

⎬⎫

⎩⎨⎧-=Φc ωωωa ωT T j 21exp )( 矩阵形式

其中,T n ],,,[21ωωω =ω,

⎬⎫⎩⎨⎧-=Φ∑∑∑

===n i n

j j i ij n

i i i n C a j 111

2121exp ),,,(ωωωωωω 标量形式 3. 随机变量的第二特征函数

定义:特征函数的对数为第二特征函数为 )(ln )(ωωΦ=ψ

(1) 单变量高斯随机过程的第二特征函数 222

2

1

ln )(2

2σωωωσωω-==ψ-a j e a j

(2) 多变量情形

j n i i n

ji ij i n

i i n C a j ωωωωωω∑∑∑===-=ψ111

2121),,,(

1.2 高阶矩与高阶累积量定义

1. 单个随机变量情形 (1) 高阶矩定义

随机变量x 的k 阶矩定义为

⎰∞

-==dx x p x x E m k k

k )(][ (1.1)

显然10=m ,][1x E m ==η。随机变量x 的k 阶中心矩定义为

⎰∞

--=-=dx x p x x E k k

k )()(])[(ηημ (1.2)

由式(1.2)可见,10=μ,01=μ,22σμ=。

若),,2,1(n k m k =存在,则x 的特征函数)(ωΦ可按泰勒级数展开,即

)()(!

1)(1n k n

k k

O j k m ωωω++=Φ∑

= (1.3) 并且k m 与)(ωΦ的k 阶导数之间的关系为

n k j d d j m k k k

k k

k ≤Φ-=Φ-==),0()()

()(0

ωωω (1.4)

(2) 高阶累积量定义

x 的第二特征函数)(ωψ按泰勒级数展开,有

)()(!

)(ln )(1n k n

k k

O j k c ωωωω+=Φ=ψ∑

= (1.5) 并且k c 与)(ωψ的k 阶导数之间的关系为

n k j d d j d d j

c k

k k

k k k k k

k ≤ψ-=⎥⎦⎤⎢⎣⎡ψ=⎥⎦⎤⎢⎣⎡Φ===),0()()(1)(ln 10

0ωωωωωω (1.6)

k c 称为随机变量x 的k 阶累积量,实际上由1)0(=Φ及)(ωΦ的连续性,存在

0 δ,使δω 时,0)(≠Φω,故第二特征函数)(ln )(ωωΦ=ψ对δω 有意义且单值(只考虑对数函数的主值),)(ln ωΦ的前n 阶导数在0=ω处存在,故k c 也存在。

(3) 二者关系

下面推导k c 与k m 之间的关系。形式地在式(2.3)与式(2.5)中令∞→n ,并利用

⎥⎦

⎤⎢⎣⎡=+=Φ∑∑∞=∞

=k k k k

k k j k c j k m )(!exp )(!1)(11ωωω

+⎥⎦

⎤⎢⎣⎡++⎥⎦⎤⎢⎣⎡++=∑∑∑∞=∞=∞

=n

k k k k k k k k k j k c n j k c j k c )(!!1)(!!21)(!11211ωωω

(1.7)

比较上式中各),2,1()( =k j k ω同幂项系数,得k 阶累积量与k 阶矩的关系如下:

相关文档
最新文档