假设给你一维数据,平均和中心矩你知道。你能构造一个函数来转换数据,使得具有中心矩,也给定了吗?
例如,假设我们希望我们的二阶矩(方差)为,那么。我们是否也可以将此函数扩展到更高阶,以便我们也可以确定偏斜、峰度甚至更高的中心矩?
如果可能的话,我们可以让这个单调递增吗?
我在 ANN 的上下文中寻找这个,在这种情况下,这样的函数可能很有趣,可以作为某种 copula 来使数据更像高斯(或者可能是统一的?)。
假设给你一维数据,平均和中心矩你知道。你能构造一个函数来转换数据,使得具有中心矩,也给定了吗?
例如,假设我们希望我们的二阶矩(方差)为,那么。我们是否也可以将此函数扩展到更高阶,以便我们也可以确定偏斜、峰度甚至更高的中心矩?
如果可能的话,我们可以让这个单调递增吗?
我在 ANN 的上下文中寻找这个,在这种情况下,这样的函数可能很有趣,可以作为某种 copula 来使数据更像高斯(或者可能是统一的?)。
函数应该是单调递增的,因此定义了它的逆。然后你可以使用关于随机变量变换的定理,它说,当是的概率密度时,那么的概率密度
当您为函数选择参数化 ansatz 时,您的矩条件转换为方程组为参数。取决于参数 ansatz 和密度函数,这个方程组需要一个数值解,但这只是一个技术点。因此,我得出结论,您的问题的答案是肯定的。