KNOWECON WIKI

ARTICLE

矩

矩 (Moment) 在概率论 (Probability Theory) 与统计学 (Statistics) 中，矩 (Moment) 是一组用于定量描述随机变量 (Random Variable) 的概率分布 (Probability Distribution) 形态特征的度量。该概念源于经典力学中的"力矩"，在数学中被引申为衡量分布函数形状的工具。通过不

浏览 54 更新 2025-10-26

矩 (Moment)

在概率论 (Probability Theory) 与统计学 (Statistics) 中，矩 (Moment) 是一组用于定量描述随机变量 (Random Variable) 的概率分布 (Probability Distribution) 形态特征的度量。该概念源于经典力学中的"力矩"，在数学中被引申为衡量分布函数形状的工具。通过不同阶数的矩，可以了解分布的集中趋势 (Central Tendency)、离散程度 (Dispersion)、对称性及尾部厚度。

原点矩与中心矩

矩主要分为原点矩 (Raw Moment)和中心矩 (Central Moment)。设 XX 为随机变量。

kk 阶原点矩定义为 μk′=E[Xk]\mu'_k = E[X^k]。对于离散型随机变量，μk′=∑ixikP(X=xi)\mu'_k = \sum_i x_i^k P(X=x_i)；对于连续型随机变量，μk′=∫−∞∞xkf(x) dx\mu'_k = \int_{-\infty}^{\infty} x^k f(x)\,dx。其中一阶原点矩 μ1′=E[X]=μ\mu'_1 = E[X] = \mu 即均值 (Mean)；二阶原点矩 μ2′=E[X2]\mu'_2 = E[X^2] 与方差密切相关。

kk 阶中心矩定义为 μk=E[(X−μ)k]\mu_k = E[(X-\mu)^k]，度量分布关于均值的特征。一阶中心矩恒为零；二阶中心矩即方差 σ2=E[(X−μ)2]\sigma^2 = E[(X-\mu)^2]，其平方根为标准差 σ\sigma；三阶中心矩与不对称性有关，标准化后得偏度 (Skewness)；四阶中心矩与峰态和尾部厚度有关，标准化后得峰度 (Kurtosis)。

中心矩与原点矩的转换

中心矩可通过原点矩表达，基于二项式定理推导：

μ2=μ2′−(μ1′)2(即 Var(X)=E[X2]−(E[X])2)μ3=μ3′−3μ2′μ1′+2(μ1′)3μ4=μ4′−4μ3′μ1′+6μ2′(μ1′)2−3(μ1′)4\begin{aligned} \mu_2 &= \mu'_2 - (\mu'_1)^2 \quad (\text{即 } Var(X) = E[X^2] - (E[X])^2) \\ \mu_3 &= \mu'_3 - 3\mu'_2\mu'_1 + 2(\mu'_1)^3 \\ \mu_4 &= \mu'_4 - 4\mu'_3\mu'_1 + 6\mu'_2(\mu'_1)^2 - 3(\mu'_1)^4 \end{aligned}

标准化矩

为消除量纲影响，引入标准化矩：μk/σk\mu_k / \sigma^k。

  • 三阶标准化矩——偏度 γ1=μ3/σ3\gamma_1 = \mu_3/\sigma^3：γ1>0\gamma_1 > 0 右偏（尾部向右延伸），γ1<0\gamma_1 < 0 左偏，γ1=0\gamma_1 = 0 对称（如正态分布）。
  • 四阶标准化矩——峰度 β2=μ4/σ4\beta_2 = \mu_4/\sigma^4。常用超额峰度 γ2=β2−3\gamma_2 = \beta_2 - 3（正态分布峰度为3）：γ2>0\gamma_2 > 0 为尖峰态 (Leptokurtic)，尾部更厚；γ2<0\gamma_2 < 0 为低峰态 (Platykurtic)。

矩生成函数

矩生成函数 (MGF) 是计算高阶矩的核心工具：MX(t)=E[etX]M_X(t) = E[e^{tX}]。其关键性质为：

μk′=E[Xk]=dkMX(t)dtk∣t=0\mu'_k = E[X^k] = \left. \frac{d^k M_X(t)}{dt^k} \right|_{t=0}

通过 MGF 求出各阶原点矩后，即可利用转换公式得到中心矩和标准化矩。

应用

  1. 分布描述：前四阶矩完整刻画分布的位置、尺度、对称性和尾部行为。
  2. 参数估计：矩方法 (Method of Moments) 用样本矩估计总体矩，求解分布未知参数。
  3. 理论基石：矩唯一性问题 (Problem of Moments) 表明，在一定条件下所有矩序列可唯一确定分布。
  4. 金融风险管理：方差（二阶矩）衡量资产波动性；偏度（三阶矩）衡量不对称风险（如崩盘风险）；峰度（四阶矩）衡量"肥尾"风险——极端事件发生的可能性。

矩是连接理论概率与应用统计的桥梁，为理解和分析数据分布提供了系统化的数学工具。