A new method of finding moments of moments. (Q566732)

Verf. löst die in der Überschrift genannte Aufgabe unter der Annahme einer unendlichen Population, aus der die Beobachtungsreihen zufällig herausgegriffen werden, und zwar für die Momente einer einzigen Beobachtungsvariablen. Die vom Verf. entwickelte Lösungsmethode hat vor den früher von anderen Autoren gegebenen Lösungsversuchen unter anderem den Vorzug, immer, und zwar mit einfachsten analytischen Mitteln, zum Ziel zu führen. Sei \(x\) die der Beobachtung unterworfene Variable und \(\bar \mu _n\) ihr \(n\)-tes Moment in der unendlichen Population; seien ferner \(x_1,\dots,x_N\) die in einer Reihe von \(n\) Versuchen beobachteten, nach den Reihenfolge der Beobachtungen geordneten Werte von \(x\), so ist \[ \mu '_r=\frac 1N\cdot (x_1^r+\dots +x_N^r)=\frac {S_r}N \] das \(r\)-te empirischen Moment von \(x\), \[ \mu _r=\frac 1N\cdot \sum _{i=1}^n \cdot (x_i -\mu '_1)^r \] das \(r\)-te empirische Moment, bezogen auf den Mittelwert \(\mu '_1\). Die zu lösende Aufgabe besteht nur darin, allgemein das \(n\)-te Moment \({}_m M'_n\) des \(m\)-ten empirischen Moments \(\mu _m\), bezogen auf einen festen Ausgangspunkt, bzw. das \(n\)-te Moment \({}_m M_n\) von \(\mu _m\), \[ {}_m M_n={}_m M'_n-\sum _{i=1}^{n-2} \binom ni\cdot {}_m M_{n-1} \cdot ({}_m M'_1)^i-({}_m M'_1)^n, \] bezogen auf den entsprechenden Mittelwert \({}_m M'_1\), zu bestimmen. Durch die Relation \[ {}_m M'_n=E(\mu _m^n)=E\left \{ \sum _{i=0}^m(-1)^i \cdot \binom mi \cdot \frac {s_{m-i} \cdot s_1^i}{N^{i+1}} \right \}^n \] wird die Berechnung von \({}_m M'_n\) zurückgeführt auf die der Erwartung des Produktes \(\pi (A)\): \[ s_{p_1}^{l_1} \cdots s_{p_t}^{l_t}=\sum \left \{ Cx_{i_1}^{n_{\alpha _1}} \cdots x_{i_{\lambda }}^{n_{\alpha _\lambda }} \right \}, \] wo \[ n_{\alpha _1}+\dots +n_{\alpha _\lambda }=p_1 l_1+\dots +p_t l_t, \] \(\alpha _k\) die Anzahl der für \(x_{i_k}^{n_{\alpha _k}}\) verwendeten \(s\)-Faktoren ist und die \(x_{i_1},\dots,x_{i_\lambda }\) eine Kombination der \(N\) Größen \(x_1,\dots,x_N\) zur Klasse \(\lambda \) bilden. Da die Population unendlich ist, gilt \[ E(x_{i_1}^{n_{\alpha _1}}\cdots x_{i_{\lambda }}^{n_{\alpha _\lambda }}) =\bar \mu _{n_{\alpha _1}} \dots \bar \mu _{n_{\alpha _\lambda }}, \] und die Aufgabe reduziert sich auf die übersichtliche Summierung der Glieder in \(\pi (A)\). Die Glieder des aufgelösten Produktes \(\pi (A)\) lassen sich ordnen nach ihrem ``Typ'', d. h. nach der entsprechenden additiven Zerlegung \[ \alpha _1+\dots +\alpha _{\lambda }=\tau (\alpha _i\geq \alpha _{i+1}) \] der Größe \[ \tau =l_1 +\dots +l_t, \] und nach der ``Ordnung'' \(\lambda \) dieses Typs. Die Glieder gleichen Typs \([\alpha _1,\dots,\alpha _\lambda ]\) unterscheiden sich noch untereinander einerseits durch die Kombination der \(p\) und \(l\), andrerseits durch die Indices der \(x\). Glieder, die sich nur in den Indices der \(x\) unterscheiden, (z. B. \(x_i^{p_1}\cdot x_j^{p_2}\) und \(x_j^{p_1}\cdot x_i^{p_2}\)) ergeben den gleichen Mittelwert (im vorliegenden Fall \(\bar \mu _{p_1}\cdot \bar \mu _{p_2}\)) und heißen ``ähnlich''; ihre Anzahl ist \[ N_\lambda =N \cdot (N-1)\dots (N-\lambda +1). \] Glieder vom gleichen Typ, die sich in der Kombination der \(p\) und \(l\) unterscheiden (z. B. \(x_i^{p_1+p_2} \cdot x_j^{p_3}\) und \(x_i^{p_1+p_3}\cdot x_j^{p_2}\)) ergeben in allgemeinen verschiedene Mittelwerte (hier z. B. \(\bar \mu _{p_1+p_2}\cdot \bar \mu _{p_3}\) bzw. \(\bar \mu _{p_1+p_3}\cdot \bar \mu _{p_2}\)); ihre Anzahl ist, abgesehen von den ``ähnlichen'' Gliedern, \[ C_{\tau ;\alpha _1,\dots,\alpha _\lambda } =\frac {\underline {| \tau }}{\underline {| \alpha _1}\dots \underline {| \alpha _\lambda }}. \] Die Gesamtzahl der Glieder vom Typus \([\alpha _1,\dots,\alpha _\lambda ]\) ist demnach \[ M_{\tau ;\alpha _1,\dots,\alpha _\lambda } =N_\lambda \cdot C_{\tau ;\alpha _1,\dots,\alpha _\lambda }, \] und die symbolische Gleichung \[ s_{p_1}^{l_1}\cdots s_{p_t}^{l_t} =\sum _{\lambda =1}^\tau [\alpha _1,\dots,\alpha _\lambda ], \] wo die Summe für jedes \(\lambda \) über alle verschiedenen Zerlegungen von \(\tau \) zu erstrecken ist, liefert die gesuchte Auflösung von \(\pi (A)\).