正規分布のモーメント母関数の導出

公開日: 更新日:

【2023年3月5週】 【B000】数理統計学 【B040】連続型の確率分布

この記事をシェアする
  • B!
サムネイル画像

本稿では、定義に沿った方法で正規分布のモーメント母関数を導出しています。

なお、閲覧にあたっては、以下の点にご注意ください。

  • スマートフォンやタブレット端末でご覧の際、数式が見切れている場合は、横にスクロールすることができます。

【公式】正規分布のモーメント母関数

【公式】
正規分布のモーメント母関数
Moment-Generating Function of Normal Distribution

正規分布 $\mathrm{N} \left(\mu,\sigma^2\right)$ のモーメント母関数 $M_X \left(\theta\right)$ は、 \begin{align} M_X \left(\theta\right)=e^{\mu\theta+\frac{1}{2}\sigma^2\theta^2} \end{align} で与えられる。 特に、標準正規分布 $\mathrm{N} \left(0,1\right)$ のモーメント母関数 $M_Z \left(\theta\right)$ は、 \begin{align} M_Z \left(\theta\right)=e^{\frac{1}{2}\theta^2} \end{align} で与えられる。

導出

導出

モーメント母関数の定義式 $M_X \left(\theta\right)=\int_{-\infty}^{\infty}{e^{\theta x} \cdot f \left(x\right)dx}$ より、 \begin{align} M_X \left(\theta\right)&=\int_{-\infty}^{\infty}{e^{\theta x} \cdot \frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{ \left(x-\mu\right)^2}{2\sigma^2}}dx}\\ &=\int_{-\infty}^{\infty}{\frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{ \left(x-\mu\right)^2-2\sigma^2\theta x}{2\sigma^2}}dx}\tag{1} \end{align} 指数の分子を変形(平方完成)すると、 \begin{align} \left(x-\mu\right)^2-2\sigma^2\theta x&=x^2-2\mu x+\mu^2-2\sigma^2\theta x\\ &=x^2-2 \left(\mu+\sigma^2\theta\right)x+ \left(\mu+\sigma^2\theta\right)^2- \left(\mu+\sigma^2\theta\right)^2+\mu^2\\ &= \left\{x- \left(\mu+\sigma^2\theta\right)\right\}^2-2\mu\sigma^2\theta-\sigma^4\theta^2 \end{align} よって、 \begin{align} -\frac{ \left(x-\mu\right)^2-2\sigma^2\theta x}{2\sigma^2}=-\frac{ \left\{x- \left(\mu+\sigma^2\theta\right)\right\}^2}{2\sigma^2}+ \left(\mu\theta+\frac{1}{2}\sigma^2\theta^2\right) \end{align} したがって、式 $(1)$ は、 \begin{align} M_X \left(\theta\right)&=\int_{-\infty}^{\infty}{\frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{ \left\{x- \left(\mu+\sigma^2\theta\right)\right\}^2}{2\sigma^2}} \cdot e^{\mu\theta+\frac{1}{2}\sigma^2\theta^2}dx}\\ &=e^{\mu\theta+\frac{1}{2}\sigma^2\theta^2}\int_{-\infty}^{\infty}{\frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{ \left\{x- \left(\mu+\sigma^2\theta\right)\right\}^2}{2\sigma^2}}dx} \end{align} ここで、右辺の積分部分は、正規分布 \begin{align} \mathrm{N} \left(\mu+\sigma^2\theta,\sigma^2\right) \end{align} の確率密度関数とみなすことができる。 したがって、確率密度関数の性質より、 \begin{align} \int_{-\infty}^{\infty}{\frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{ \left\{x- \left(\mu+\sigma^2\theta\right)\right\}^2}{2\sigma^2}}dx}=1 \end{align} よって、 \begin{align} M_X \left(\theta\right)=e^{\mu\theta+\frac{1}{2}\sigma^2\theta^2} \end{align} 標準正規分布 $\mathrm{N} \left(0,1\right)$ のモーメント母関数 $M_Z \left(\theta\right)$ は、 \begin{align} \mu=0 \quad \sigma^2=1 \end{align} を代入して、 \begin{align} M_Z \left(\theta\right)=e^{\frac{1}{2}\theta^2} \end{align} $\blacksquare$

参考文献

  • 野田 一雄, 宮岡 悦良 著. 入門・演習数理統計. 共立出版, 1990, p.127-128
  • 稲垣 宣生 著. 数理統計学. 裳華房, 2003, p.39
  • 黒木 学 著. 数理統計学:統計的推論の基礎. 共立出版, 2020, p.102

関連記事

自己紹介

自分の写真

yama

大学時代に読書の面白さに気づいて以来、読書や勉強を通じて、興味をもったことや新しいことを学ぶことが生きる原動力。そんな人間が、その時々に学んだことを備忘録兼人生の軌跡として記録しているブログです。

このブログを検索

ブログ アーカイブ

QooQ