원문: http://en.wikipedia.org/wiki/Moment_(mathematics)
수학에서 mement 라는 개념은 물리에서 말하는 moment 을 확장한 개념입니다. 실수 값 c 에 대한 실수 함수 f(x) 의 n 차 mement 는 아래와 같이 표현할 수 있습니다.
(역주: 왠지 점점 안드로 메다로 가는 기분이군요;) 실수에 대한 mements 보다 더 일반적인 방법으로 랜덤 변수에 대한 moments 를 정의하는 것이 가능합니다. 메트릭스 공간에서의 moment 를 살펴보세요.(http://en.wikipedia.org/wiki/Moment_(mathematics)#Moments_in_metric_spaces)
함수의 moment 를 간단하게 c = 0 으로 하여 정리할 수 있습니다.
보통은, moments 문제의 특별한 문맥을 예외로 하여, 함수는 예측 가능한 밀도 함수가 될 수 있습니다. (역주: 말 그대로 어떤 함수는 어떤 값에 대해 예측 가능한 어떤 값들을 가진다는 것이라는 말인 것 같습니다..OTL) 예측 가능한 밀도 함수 f(x) 의 0 에 대한 n 차 moment 는 예측된 값 X 의 n 승이며, raw moments 혹은 crude moments 라고 부릅니다. moments u(뮤) 는, central moments 라고 부릅니다. u 는 함수의 모양을 설명하는 것으로 변형(translation)에 독립적입니다.
만약, f 가 확률 밀집 함수라면, 적분값을 확률 분포의 n 차 moment 라고 부릅니다. 보다 일반적으로, F 가 어떤 확률 분포의 누적 확률 분포 함수-밀도 함수를 가지고 있지 않은-라면, 예측 분포의 n 차 moment 는 Riemann-Stieltjes 적분(http://en.wikipedia.org/wiki/Riemann-Stieltjes_integral)에 의해 구할 수 있습니다. 
... (중략) ...
moments 의 의미
moments 는 분산의 특징을 설명합니다. 우리는 어떤 분산에 대해 평균, 변위, 비대칭도와 같은 숫자로 표현하는 것이 가능합니다. 0에 대한 첫 번째 moment 는, 만약 moment 가 존재한다면, X 에 대한 기대치를 말합니다. X 의 확률 분포의 평균은 u 를 가르킵니다. 중심에 대한 moment 는 0 에 대한 moment 보다 더 가치가 있습니다.
... (중략) ...
(역주: 더 읽어 보려고 했지만 의미가 없을 것 같군요:D 이제 안드로메다 여행을 마칠 시간이 되었습니다.)
덧글