出典: フリー百科事典『ウィキペディア(Wikipedia)』
|
この項目では、数学のモーメントについて説明しています。確率論のモーメントについては「モーメント (確率論)」を、物理量のモーメントについては「モーメント」をご覧ください。 |
数学の確率論および関係した諸分野におけるモーメント (moment) または積率(せきりつ)とは、物理学におけるモーメントを抽象化した概念である。
実変数 x に関する関数 f(x) の n 次モーメント は、
で表される。妥当な仮定の下で高次モーメント全ての値から関数 f(x) は一意に決定される。 は f を密度関数とする測度の重心を表している。
関数 f(x) の c 周りの n 次モーメント は、
で表される。
重心周りのモーメント μn = μ(μ)n を中心モーメントまたは中心化モーメントといい、こちらを単にモーメントということもある。
確率密度関数 f(x) のモーメントには、次のような要約統計量としての意味付けがある。
- 全測度は1: 。
- は x の平均値。
- は分散、 は標準偏差。
- は歪度。
- は尖度。
変量統計における、データ x1, …, xN のモーメントの定義を2つ挙げる。1つ目の定義では
と表される。要約統計量は確率分布の場合と同様である。
もう1つの変量統計のモーメントの定義では
と表される。
この定義による変量統計のモーメントには、確率密度関数のモーメントに似た、次の性質がある。
- 。
- は平均値。
- は分散、 は標準偏差。
- は歪度。
- は尖度。
2変数関数 f(x, y) の (m + n) 次モーメント は、
または、デジタル画像に対しては、
で表される。
2変数関数のモーメントは、画像の特徴抽出に利用される。
画像のモーメントには、次のような性質がある。
- は面積(ピクセル値の総和。二値画像などでピクセル値が一定ならば面積を意味する。)。
- 点 は重心。
- 慣性主軸(周りの2次モーメントが最小になる直線)は重心を通り、傾きは で、θ は を満たす。
- 慣性主軸を x 軸に一致させれば、中心モーメントは平行移動・回転に対し不変、中心モーメントを で割った値は拡大縮小に対し不変。
モーメントは同様に、多変数関数に拡張できる。