考虑伽玛随机变量 。对于均值,方差和偏度,有一些简洁的公式:
现在考虑对数转换后的随机变量。维基百科给出了均值和方差的公式:
通过digamma和trigamma函数定义为γ函数对数的一阶和二阶导数。
偏度的公式是什么?
会出现四伽马功能吗?
(让我对此感到疑惑的是在对数正态分布和伽马分布之间进行选择,请参阅Gamma与对数正态分布。在其他方面,它们的偏度属性有所不同。特别是,对数正态的对数偏度几乎等于零。伽玛对数的偏度为负。但是如何为负?
考虑伽玛随机变量 。对于均值,方差和偏度,有一些简洁的公式:
现在考虑对数转换后的随机变量。维基百科给出了均值和方差的公式:
通过digamma和trigamma函数定义为γ函数对数的一阶和二阶导数。
偏度的公式是什么?
会出现四伽马功能吗?
(让我对此感到疑惑的是在对数正态分布和伽马分布之间进行选择,请参阅Gamma与对数正态分布。在其他方面,它们的偏度属性有所不同。特别是,对数正态的对数偏度几乎等于零。伽玛对数的偏度为负。但是如何为负?
Answers:
此刻生成函数的是在这种情况下有帮助的,因为它具有简单的代数形式。根据mgf的定义,我们有Y = ln X M (t )
让我们验证您的期望和方差。取导数,我们有和因此,然后是中号“(吨)=Γ”(α+吨)
要查找偏斜度,请注意累积量生成函数(感谢尖端的@probabilityislogic)为因此,第一个累积量就是。回想,因此后续累积量为,。因此偏度为ķ '(0 )= ψ (0 )(α )+ LN (θ )ψ (Ñ )(X )= d Ñ + 1 LN Γ
作为附带说明,AC Olshen在“ Pearson III型分布的转换”中似乎已经对该特定分布进行了彻底研究,Johnson等人的“ 连续单变量分布”也对此做了很小的论述。看看那些。
Gradshteyn&Ryzhik [1](第4.358,第7版)列表的显式封闭形成用于为而情况是在4.352中完成的(假设您将和函数中的表达式视为闭合形式)–从中可以肯定地得出峰度;他们将所有的积分作为伽马函数的导数给出,因此推测更高是可行的。因此偏斜当然是可行的,但并不是特别“整洁”。
在[2]中详细介绍了4.358中公式的推导过程。我将引用那里给出的公式,因为它们更加简洁明了,并将4.352.1设置为相同的形式。
令。然后:
其中是Hurwitz zeta函数(Riemann zeta函数是特殊情况)。
现在来看伽玛随机变量的对数时刻。
首先要注意的是,在对数刻度上,伽马密度的刻度或速率参数仅仅是一个偏移参数,因此对中心矩没有影响。我们可以将我们曾经使用的任何一个都设为1。
如果则
我们可以在上述积分公式中设置,这给了我们原始的时刻。我们有,,,。
由于我们从上面消除了,因此不必担心混淆,我们现在可以自由地重用来表示第个中心矩。然后,我们可以通过通常的公式从原始弯矩中获得中心弯矩。
然后,我们可以获得和的偏度和峰度。
术语说明
似乎Wolfram的参考页使用polygamma函数来写此分布的时刻(它们称为ExpGamma分布)。
相比之下,Chan(见下文)将其称为对数伽马分布。
Chan(1993)[3]给出mgf为非常整齐的。
(使用简单的事实的mgf 只是,这在Francis的答案中给出了一个非常好的推论。)
因此,这些时刻具有相当简单的形式。陈给:
和中心时刻为
因此偏度为,峰度为。大概我上面的较早公式可以简化为这些公式。
方便地,R提供了digamma()和trigamma()函数以及更通用的polygamma函数,您可以在其中选择导数的阶数。(许多其他程序提供类似的便捷功能。)
因此,我们可以直接在R中直接计算偏度和峰度:
skew.eg <- function(a) psigamma(a,2)/psigamma(a,1)^(3/2)
kurt.eg <- function(a) psigamma(a,3)/psigamma(a,1)^2
尝试一些值a
(上面的),我们在Chan [3]的2.2节的末尾重现了该表的前几行,除了该表中的峰度值应该是多余的峰度,但是我只是根据Chan给出的公式计算峰度;这些应该相差3。
(例如,对于日志的指数的,该表表示,过量峰度是2.4,但公式就是 ...,这是 2.4。 )
仿真证实,随着我们增加样本量,指数对数的峰度收敛到5.4左右而不是2.4。看来论文可能有误。
因此,Chan的中心矩公式似乎实际上是累积量的公式(请参见弗朗西斯答案的推导)。这将意味着偏度公式按原样是正确的;因为第二和第三累积量等于第二和第三中心矩。
不过,只要我们牢记会导致kurt.eg
峰度过高,这些公式就特别方便。
[1] Gradshteyn,IS和Ryzhik IM(2007),《积分表,系列和产品》,第7版。
学术出版社
[2] Victor H. Moll(2007)
Gradshteyn和Ryzhik中的积分,第4部分:伽马函数SCIENTIA
系列A:数学科学,第1卷。
15、37–46智利瓦尔帕莱索圣玛丽亚大学费德里科大学
http://129.81.170.14/~vhm/FORM-PROOFS_html/final4.pdf
[3] Chan,PS(1993年),
对数伽马分布的统计研究,
麦克马斯特大学(博士学位论文)
https://macsphere.mcmaster.ca/bitstream/11375/6816/1/fulltext.pdf