Vai al contenuto

Momenti

La Formula

Il \(k\)-esimo momento grezzo (rispetto all\'origine):

\[ \mu'_k = E[X^k] = \int_{-\infty}^{\infty} x^k f(x) \, dx \]

Il \(k\)-esimo momento centrale (rispetto alla media):

\[ \mu_k = E[(X - \mu)^k] = \int_{-\infty}^{\infty} (x - \mu)^k f(x) \, dx \]

Cosa Significa

I momenti sono un insieme di "descrittori di forma" per una distribuzione di probabilit\u00e0. Proprio come "larghezza", "altezza" e "profondit\u00e0" descrivono una scatola fisica, i momenti descrivono la forma di una nuvola di dati.

  • 1\u00b0 Momento (Grezzo): La Media (\(\mu\)). Dov\'\u00e8 il centro di massa?
  • 2\u00b0 Momento (Centrale): La Varianza (\(\sigma^2\)). Quanto \u00e8 ampia la dispersione?
  • 3\u00b0 Momento (Standardizzato): Asimmetria (Skewness). \u00c8 sbilanciata a sinistra o a destra?
  • 4\u00b0 Momento (Standardizzato): Curtosi. Quanto sono "grasse" le code (quanto sono probabili gli outlier estremi)?

Pensa a una distribuzione come a un oggetto fisico. I momenti ti dicono le sue propriet\u00e0 meccaniche.

Perch\u00e9 Funziona — L\'Intuizione

Il termine "momento" deriva dalla fisica. * Il momento 0 \u00e8 la massa totale (che \u00e8 1 per una distribuzione di probabilit\u00e0). * Il 1\u00b0 momento \u00e8 la coppia (forza \(\times\) distanza). Bilanciare le coppie ti d\u00e0 il Centro di Massa (la Media). * Il 2\u00b0 momento \u00e8 il Momento di Inerzia (massa \(\times\) distanza\(^2\)). Ti dice quanto \u00e8 difficile far ruotare l'oggetto. Questo \u00e8 esattamente ci\u00f2 che \u00e8 la Varianza: resistenza all\'essere "centrati".

Calcolando potenze superiori (\(x^3, x^4\)), amplifichiamo l\'effetto dei punti pi\u00f9 lontani dal centro, permettendoci di rilevare sottili asimmetrie o outlier estremi.

Momenti Chiave Spiegati

Ordine (\(k\)) Nome Formula (Standardizzata) Significato
1 Media \(\mu = E[X]\) Posizione. Il valore medio.
2 Varianza \(\sigma^2 = E[(X-\mu)^2]\) Dispersione. La distanza quadrata media.
3 Asimmetria \(\gamma_1 = \frac{E[(X-\mu)^3]}{\sigma^3}\) Simmetria.
0 = Simmetrica.
+ = Coda destra (lunga coda verso il positivo).
- = Coda sinistra.
4 Curtosi \(\kappa = \frac{E[(X-\mu)^4]}{\sigma^4}\) Code.
3 = Distribuzione Normale.
>3 = Code grasse (probabilit\u00e0 outlier).
<3 = Code sottili.

Derivazione (Funzione Generatrice dei Momenti)

I momenti possono essere derivati dalla Funzione Generatrice dei Momenti (MGF):

\[ M_X(t) = E[e^{tX}] \]

L\'espansione in serie di Taylor di \(e^{tX}\) \u00e8:

\[ e^{tX} = 1 + tX + \frac{(tX)^2}{2!} + \frac{(tX)^3}{3!} + \dots \]

Prendendo il valore atteso:

\[ M_X(t) = 1 + t E[X] + \frac{t^2}{2!} E[X^2] + \frac{t^3}{3!} E[X^3] + \dots \]

Pertanto, il \(k\)-esimo momento grezzo \u00e8 semplicemente la \(k\)-esima derivata della MGF valutata a \(t=0\):

\[ E[X^k] = M_X^{(k)}(0) \]

Ecco perch\u00e9 si chiama funzione "Generatrice dei Momenti": \u00e8 una macchina che sputa fuori momenti quando la differenzi.

Variabili Spiegate

Simbolo Nome Descrizione
\(\mu'_k\) Momento Grezzo Valore atteso di \(X^k\)
\(\mu_k\) Momento Centrale Valore atteso di \((X-\mu)^k\)
\(E[\cdot]\) Valore Atteso Media ponderata per la probabilit\u00e0
\(f(x)\) PDF Funzione di Densità di Probabilit\u00e0

Errori Comuni

  • Confondere Momenti Grezzi e Centrali:
    • I momenti grezzi sono tipicamente usati per le derivazioni e per risolvere equazioni.
    • I momenti centrali sono usati per descrivere la forma (varianza, asimmetria).
    • \(\text{Varianza} = \text{Momento Grezzo}_2 - (\text{Momento Grezzo}_1)^2\).
  • Curtosi in Eccesso: La curtosi standard per una distribuzione normale \u00e8 3. Spesso, il software riporta la Curtosi in Eccesso (Curtosi - 3) in modo che una normale sia 0. Controlla sempre quale viene usata.

Formule Correlate