संचयी

संभाव्यता सिद्धांत और सांख्यिकी में, संचयी κ n}संभाव्यता वितरण का } मात्राओं का समूह है जो वितरण के क्षण (गणित) का विकल्प प्रदान करता है। कोई भी दो संभाव्यता वितरण जिनके क्षण समान हैं, उनके संचयी भी समान होंगे, और इसके विपरीत। पहला क्यूम्युलेंट माध्य है, दूसरा क्यूम्युलेंट विचरण है, और तीसरा क्यूम्युलेंट तीसरे केंद्रीय क्षण के समान है। लेकिन चौथे और उच्च क्रम के संचयक केंद्रीय क्षणों के बराबर नहीं हैं। कुछ मामलों में क्यूमुलेंट के संदर्भ में समस्याओं का सैद्धांतिक उपचार क्षणों का उपयोग करने की तुलना में सरल होता है। विशेष रूप से, जब दो या दो से अधिक यादृच्छिक चर सांख्यिकीय रूप से स्वतंत्र होते हैं, तो $n$-उनके योग का वें-क्रम संचयी उनके योग के बराबर है $n$-वें क्रम के संचयी। साथ ही, सामान्य वितरण के तीसरे और उच्च-क्रम संचयक शून्य हैं, और यह इस संपत्ति वाला एकमात्र वितरण है।

क्षणों की तरह, जहां संयुक्त क्षणों का उपयोग यादृच्छिक चर के संग्रह के लिए किया जाता है, संयुक्त संचयकों को परिभाषित करना संभव है।

परिभाषा
एक यादृच्छिक चर के संचयी $X$ को क्यूमुलेंट-जनरेटिंग फ़ंक्शन का उपयोग करके परिभाषित किया गया है $K(t)$, जो क्षण-उत्पन्न करने वाले फ़ंक्शन का प्राकृतिक लघुगणक है:
 * $$K(t)=\log\operatorname{E}\left[e^{tX}\right].$$

संचयी $κ_{n}$ क्यूम्युलेंट जनरेटिंग फ़ंक्शन के पावर श्रृंखला विस्तार से प्राप्त किए जाते हैं:
 * $$K(t)=\sum_{n=1}^\infty \kappa_{n} \frac{t^{n}}{n!} =\kappa_1 \frac{t}{1!} + \kappa_2 \frac{t^2}{2!}+ \kappa_3 \frac{t^3}{3!}+ \cdots = \mu t + \sigma^2 \frac{t^2}{2} + \cdots.$$

यह विस्तार मैकलॉरिन श्रृंखला है, इसलिए $n$-वां संचयी उपरोक्त विस्तार को विभेदित करके प्राप्त किया जा सकता है $n$ बार और शून्य पर परिणाम का मूल्यांकन:
 * $$ \kappa_{n} = K^{(n)}(0).$$

यदि क्षण-उत्पन्न करने वाला फ़ंक्शन मौजूद नहीं है, तो क्यूमुलेंट्स को बाद में चर्चा किए गए क्यूम्युलेंट और क्षणों के बीच संबंध के संदर्भ में परिभाषित किया जा सकता है।

क्यूम्युलेंट जनरेटिंग फ़ंक्शन की वैकल्पिक परिभाषा
कुछ लेखक क्यूम्यलेंट-जनरेटिंग फ़ंक्शन को विशेषता फ़ंक्शन (संभावना सिद्धांत) के प्राकृतिक लघुगणक के रूप में परिभाषित करना पसंद करते हैं, जिसे कभी-कभी दूसरा विशेषता फ़ंक्शन भी कहा जाता है,
 * $$H(t)=\log\operatorname{E} \left[e^{i t X}\right]=\sum_{n=1}^\infty \kappa_n \frac{(it)^n}{n!}=\mu it - \sigma^2 \frac{ t^2}{2} + \cdots$$

का फायदा $H(t)$—कुछ अर्थों में कार्य $K(t)$ विशुद्ध रूप से काल्पनिक तर्कों के लिए मूल्यांकन किया गया - यही है $E[e^{itX}]$ सभी वास्तविक मूल्यों के लिए अच्छी तरह से परिभाषित है $t$ यहां तक ​​कि जब $E[e^{tX}]$ सभी वास्तविक मूल्यों के लिए अच्छी तरह से परिभाषित नहीं है $t$, जैसे कि तब घटित हो सकता है जब इसकी संभावना बहुत अधिक हो $X$ का परिमाण बड़ा है. यद्यपि समारोह $H(t)$ अच्छी तरह से परिभाषित किया जाएगा, फिर भी यह नकल करेगा $K(t)$ इसकी मैकलॉरिन श्रृंखला की लंबाई के संदर्भ में, जो तर्क में रैखिक क्रम से आगे (या, शायद ही कभी, यहां तक ​​​​कि) तक विस्तारित नहीं हो सकती है$t$, और विशेष रूप से अच्छी तरह से परिभाषित संचयकों की संख्या नहीं बदलेगी। फिर भी, जब भी $H(t)$ के पास लंबी मैकलॉरिन श्रृंखला नहीं है, इसका उपयोग सीधे विश्लेषण करने और, विशेष रूप से, यादृच्छिक चर जोड़ने में किया जा सकता है। कॉची वितरण (जिसे लोरेंत्ज़ियन भी कहा जाता है) और अधिक सामान्यतः, स्थिर वितरण (लेवी वितरण से संबंधित) दोनों वितरण के उदाहरण हैं, जिनके लिए उत्पादन कार्यों की शक्ति-श्रृंखला विस्तार में केवल सीमित रूप से कई अच्छी तरह से परिभाषित शब्द हैं।

कुछ बुनियादी गुण
$n$ वें>-वें संचयी $\kappa_n(X)$ यादृच्छिक चर का (वितरण)। $X$  निम्नलिखित गुणों का आनंद लेता है:


 * अगर $n>1$ और $c$  तब स्थिर है (अर्थात यादृच्छिक नहीं)। $ \kappa_n(X+c) = \kappa_n(X),$  यानी संचयी अनुवाद अपरिवर्तनीय है। (अगर $ n=1$  तो हमारे पास हैं $ \kappa_1(X+c) = \kappa_1(X)+c.) $
 * अगर $c$ तब स्थिर है (अर्थात यादृच्छिक नहीं)। $ \kappa_n(cX) = c^n\kappa_n(X),$  यानी $n$ -वें क्यूमुलेंट डिग्री का सजातीय बहुपद है$n$.
 * यदि यादृच्छिक चर $X_1,\ldots,X_m$ फिर स्वतंत्र हैं $$ \kappa_n(X_1+\cdots+X_m) = \kappa_n(X_1) + \cdots + \kappa_n(X_m)\,. $$ अर्थात्, संचयी संचयी है - इसलिए नाम।

संचयी-उत्पादक फ़ंक्शन पर विचार करने से संचयी गुण शीघ्रता से अनुसरण करता है:


 * $$\begin{align}

K_{X_1+\cdots+X_m}(t) & =\log\operatorname{E} \left[e^{t(X_1+\cdots+X_m)}\right] \\[5pt] & = \log \left(\operatorname{E} \left[e^{tX_1}\right] \cdots \operatorname{E} \left[ e^{tX_m} \right] \right) \\[5pt] & = \log\operatorname{E}\left[e^{tX_1}\right] + \cdots + \log \operatorname{E} \left[ e^{tX_m} \right] \\[5pt] &= K_{X_1}(t) + \cdots + K_{X_m}(t), \end{align}$$ ताकि स्वतंत्र यादृच्छिक चरों के योग का प्रत्येक संचयी जोड़ के संगत संचयकों का योग हो। अर्थात्, जब जोड़ सांख्यिकीय रूप से स्वतंत्र होते हैं, तो योग का माध्य, साधनों का योग होता है, योग का प्रसरण प्रसरण का योग होता है, योग का तीसरा संचयी (जो तीसरा केंद्रीय क्षण होता है) तीसरे संचयकों का योग है, और इसी प्रकार संचयी के प्रत्येक क्रम के लिए।

दिए गए संचयकों के साथ वितरण $κ_{n}$ को एडगेवर्थ श्रृंखला के माध्यम से अनुमानित किया जा सकता है।

क्षणों के कार्यों के रूप में पहले कई क्यूमुलेंट
सभी उच्च क्यूमुलेंट पूर्णांक गुणांक के साथ केंद्रीय क्षणों के बहुपद कार्य हैं, लेकिन केवल डिग्री 2 और 3 में क्यूम्यलेंट वास्तव में केंद्रीय क्षण हैं।


 * $ \kappa_1(X) = \operatorname E(X)={} $ अर्थ
 * $ \kappa_2(X) = \operatorname{var}(X) = \operatorname E\big((X-\operatorname E(X))^2\big) ={}$ विचरण, या दूसरा केंद्रीय क्षण।
 * $ \kappa_3(X) = \operatorname E\big((X-\operatorname E(X))^3\big)={} $ तीसरा केंद्रीय क्षण.
 * $ \kappa_4(X) = \operatorname E\big((X-\operatorname E(X))^4\big) - 3\left( \operatorname E\big((X-\operatorname E(X))^2\big) \right)^2={} $ चौथा केंद्रीय क्षण दूसरे केंद्रीय क्षण के वर्ग का तीन गुना घटा। इस प्रकार यह पहला मामला है जिसमें संचयी केवल क्षण या केंद्रीय क्षण नहीं हैं। 3 से अधिक डिग्री के केंद्रीय क्षणों में संचयी संपत्ति का अभाव होता है।
 * $ \kappa_5(X) = \operatorname E\big((X-\operatorname E(X))^5\big) - 10\operatorname E\big((X-\operatorname E(X))^3\big) \operatorname E\big((X-\operatorname E(X))^2\big).$

कुछ असतत संभाव्यता वितरण के संचयक

 * निरंतर यादृच्छिक चर $X = μ$. संचयी जनरेटिंग फ़ंक्शन है $K(t) = μt$. पहला संचयक है $κ_{1} = K '(0) = μ$ और अन्य संचयी शून्य हैं, $κ_{2} = κ_{3} = κ_{4} = ... = 0$.
 * बर्नौली वितरण, (संभावना के साथ परीक्षण में सफलताओं की संख्या $p$ सफलता की)। संचयी जनरेटिंग फ़ंक्शन है $K(t) = log(1 − p + pe^{t})$. प्रथम संचयी हैं $κ_{1} = K '(0) = p$ और $κ_{2} = K′′(0) = p·(1 − p)$. संचयी पुनरावर्तन सूत्र को संतुष्ट करते हैं $$\kappa_{n+1}=p (1-p) \frac{d\kappa_n}{dp}.$$
 * ज्यामितीय वितरण, (संभावना के साथ सफलता से पहले विफलताओं की संख्या $p$प्रत्येक परीक्षण पर सफलता की). संचयी जनरेटिंग फ़ंक्शन है $K(t) = log(p / (1 + (p − 1)e^{t}))$. प्रथम संचयी हैं $κ_{1} = K′(0) = p^{−1} − 1$, और $κ_{2} = K′′(0) = κ_{1}p^{−1}$. स्थानापन्न $p = (μ + 1)^{−1}$ देता है $K(t) = −log(1 + μ(1−e^{t}))$ और $κ_{1} = μ$.
 * पॉइसन वितरण। संचयी जनरेटिंग फ़ंक्शन है $K(t) = μ(e^{t} − 1)$. सभी क्यूमुलेंट पैरामीटर के बराबर हैं: $κ_{1} = κ_{2} = κ_{3} = ... = μ$.
 * द्विपद वितरण, (सफलताओं की संख्या $n$ संभाव्यता के साथ सांख्यिकीय स्वतंत्रता परीक्षण $p$प्रत्येक परीक्षण पर सफलता की). विशेष मामला $n = 1$ बर्नौली वितरण है। प्रत्येक संचयकर्ता न्यायकारी है $n$ संगत बर्नौली वितरण के संगत संचयक का गुना। संचयी जनरेटिंग फ़ंक्शन है $K(t) = n log(1 − p + pe^{t})$. प्रथम संचयी हैं $κ_{1} = K′(0) = np$ और $κ_{2} = K′′(0) = κ_{1}(1 − p)$. स्थानापन्न $p = μ·n^{−1}$ देता है $K '(t) = ((μ^{−1} − n^{−1})·e^{−t} + n^{−1})^{−1}$ और $κ_{1} = μ$. सीमित मामला $n^{−1} = 0$ पॉइसन वितरण है।
 * नकारात्मक द्विपद वितरण, (पहले विफलताओं की संख्या $r$ संभाव्यता के साथ सफलताएँ $p$प्रत्येक परीक्षण पर सफलता की). विशेष मामला $r = 1$ ज्यामितीय वितरण है. प्रत्येक संचयकर्ता न्यायकारी है $r$ संगत ज्यामितीय वितरण के संगत संचयक का गुना। संचयी जनरेटिंग फ़ंक्शन का व्युत्पन्न है $K '(t) = r·((1 − p)^{−1}·e^{−t}−1)^{−1}$. प्रथम संचयी हैं $κ_{1} = K '(0) = r·(p^{−1}−1)$, और $κ_{2} = K ' '(0) = κ_{1}·p^{−1}$. स्थानापन्न $p = (μ·r^{−1}+1)^{−1}$ देता है $K′(t) = ((μ^{−1} + r^{−1})e^{−t} − r^{−1})^{−1}$ और $κ_{1} = μ$. इन सूत्रों की तुलना द्विपद वितरणों से करने पर 'ऋणात्मक द्विपद वितरण' नाम स्पष्ट होता है। सीमित मामला (गणित) $r^{−1} = 0$ पॉइसन वितरण है।

विचरण-से-माध्य अनुपात का परिचय


 * $$\varepsilon=\mu^{-1}\sigma^2=\kappa_1^{-1}\kappa_2,$$

उपरोक्त संभाव्यता वितरण से संचयी जनरेटिंग फ़ंक्शन के व्युत्पन्न के लिए एकीकृत सूत्र प्राप्त होता है:


 * $$K'(t)=(1+(e^{-t}-1)\varepsilon)^{-1}\mu$$

दूसरा व्युत्पन्न है


 * $$K''(t)=(\varepsilon-(\varepsilon-1)e^t)^{-2}\mu\varepsilon e^t$$

यह पुष्टि करते हुए कि पहला संचयक है $κ_{1} = K′(0) = μ$ और दूसरा संचयक है $κ_{2} = K′′(0) = με$.

निरंतर यादृच्छिक चर $X = μ$ पास $ε = 0$.

द्विपद बंटन है $ε = 1 − p$ ताकि $0 < ε < 1$.

पॉइसन वितरण है $ε = 1$.

ऋणात्मक द्विपद बंटन है $ε = p^{−1}$ ताकि $ε > 1$.

विलक्षणता (गणित) द्वारा शंकु वर्गों के वर्गीकरण की सादृश्यता पर ध्यान दें: वृत्त $ε = 0$, दीर्घवृत्त $0 < ε < 1$, दृष्टांत $ε = 1$, अतिपरवलय $ε > 1$.

कुछ सतत संभाव्यता वितरणों के संचयी

 * अपेक्षित मूल्य के साथ सामान्य वितरण के लिए $μ$ और विचरण $σ^{2}$, संचयी जनरेटिंग फ़ंक्शन है $K(t) = μt + σ^{2}t^{2}/2$. संचयी जनरेटिंग फ़ंक्शन के पहले और दूसरे डेरिवेटिव हैं $K '(t) = μ + σ^{2}·t$ और $K"(t) = σ^{2}$. संचयकर्ता हैं $κ_{1} = μ$, $κ_{2} = σ^{2}$, और $κ_{3} = κ_{4} = ... = 0$. विशेष मामला $σ^{2} = 0$ स्थिर यादृच्छिक चर है $X = μ$.
 * अंतराल पर समान वितरण (निरंतर) के संचयक $[−1, 0]$ हैं $κ_{n} = B_{n}/n$, कहाँ $B_{n}$ है $n$वेंबर्नौली संख्या.
 * दर पैरामीटर के साथ घातीय वितरण के संचयी $λ$ हैं $κ_{n} = λ^{−n} (n − 1)!$.

क्यूमुलेंट जनरेटिंग फ़ंक्शन के कुछ गुण
संचयी जनरेटिंग फ़ंक्शन $K(t)$, यदि यह अस्तित्व में है, तो असीम रूप से भिन्न और उत्तल कार्य है, और मूल से होकर गुजरता है। इसका पहला व्युत्पन्न संभाव्यता वितरण के समर्थन के अनंत से सर्वोच्च तक खुले अंतराल में नीरस रूप से होता है, और इसका दूसरा व्युत्पन्न एकल बिंदु द्रव्यमान के पतित वितरण को छोड़कर, हर जगह सख्ती से सकारात्मक होता है। क्यूम्यलेंट-जनरेटिंग फ़ंक्शन मौजूद होता है यदि और केवल यदि वितरण की पूंछ घातीय क्षय द्वारा प्रमुख होती है, यानी, ( बिग ओ अंकन देखें)



\begin{align} & \exists c>0,\,\, F(x)=O(e^{cx}), x\to-\infty; \text{ and} \\[4pt] & \exists d>0,\,\, 1-F(x)=O(e^{-dx}),x\to+\infty; \end{align} $$ कहाँ $$F$$ संचयी वितरण फलन है. क्यूम्यलेंट-जनरेटिंग फ़ंक्शन में इस तरह के नकारात्मक सर्वोच्च पर लंबवत अनंतस्पर्शी होंगे $c$, यदि ऐसा कोई सर्वोच्च अस्तित्व है, और ऐसे सर्वोच्च पर $d$, यदि ऐसा कोई सर्वोच्च अस्तित्व है, अन्यथा इसे सभी वास्तविक संख्याओं के लिए परिभाषित किया जाएगा।

यदि यादृच्छिक चर का समर्थन (गणित)। $X$ की परिमित ऊपरी या निचली सीमा होती है, फिर इसका संचयी-उत्पादक कार्य होता है $y = K(t)$, यदि यह मौजूद है, तो अनंतस्पर्शी(ओं) के पास पहुंचता है जिसका ढलान समर्थन के सर्वोच्च और/या न्यूनतम के बराबर है,

\begin{align} y & =(t+1)\inf \operatorname{supp} X-\mu(X), \text{ and} \\[5pt] y & =(t-1)\sup \operatorname{supp}X+\mu(X), \end{align} $$ क्रमश: सर्वत्र इन दोनों रेखाओं के ऊपर स्थित है। (अभिन्न


 * $$\int_{-\infty}^0 \left[t\inf \operatorname{supp}X-K'(t)\right]\,dt, \qquad \int_{\infty}^0 \left[t\inf \operatorname{supp}X-K'(t) \right]\,dt$$

y-अवरोधन उत्पन्न करें|$y$-इन स्पर्शोन्मुखों की अंतःक्रियाएँ, चूँकि$K(0) = 0$.)

वितरण में बदलाव के लिए $c$, $$K_{X+c}(t)=K_X(t)+ct.$$ पतित बिंदु द्रव्यमान के लिए $c$, सीजीएफ सीधी रेखा है $$K_c(t)=ct$$, और अधिक सामान्यतः, $$K_{X+Y}=K_X+K_Y$$ अगर और केवल अगर $X$ और $Y$ स्वतंत्र हैं और उनके सीजीएफएस मौजूद हैं; (उपस्वतंत्रता और स्वतंत्रता का संकेत देने के लिए पर्याप्त दूसरे क्षणों का अस्तित्व। )

वितरण के प्राकृतिक घातीय परिवार को स्थानांतरण या अनुवाद द्वारा महसूस किया जा सकता है $K(t)$, और इसे लंबवत रूप से समायोजित करना ताकि यह हमेशा मूल से होकर गुजरे: यदि $f$ सीजीएफ के साथ पीडीएफ है $$K(t)=\log M(t),$$ और $$f|\theta$$ तो, यह इसका प्राकृतिक घातीय परिवार है $$f(x\mid\theta)=\frac1{M(\theta)}e^{\theta x} f(x),$$ और $$K(t\mid\theta)=K(t+\theta)-K(\theta).$$ अगर $K(t)$ सीमा के लिए सीमित है $t_{1} < Re(t) < t_{2}$ तो अगर $t_{1} < 0 < t_{2}$ तब $K(t)$ विश्लेषणात्मक है और इसके लिए असीम रूप से भिन्न है $t_{1} < Re(t) < t_{2}$. इसके अलावा के लिए $t$ वास्तविक और $t_{1} < t < t_{2} K(t)$ सख्ती से उत्तल है, और $K&prime;(t)$ सख्ती से बढ़ रहा है.

एक नकारात्मक परिणाम
सामान्य वितरण के संचयकों के परिणामों को देखते हुए, यह आशा की जा सकती है कि वितरण के परिवारों को ढूंढ लिया जाए $κ_{m} = κ_{m+1} = ⋯ = 0$ कुछ के लिए $m > 3$, निचले क्रम के संचयकों के साथ (आदेश 3 से $m − 1$) गैर-शून्य होना। ऐसे कोई वितरण नहीं हैं. यहां अंतर्निहित परिणाम यह है कि क्यूम्यलेंट जनरेटिंग फ़ंक्शन 2 से अधिक डिग्री का परिमित-क्रम बहुपद नहीं हो सकता है।

संचयी और क्षण
क्षण उत्पन्न करने वाला कार्य इस प्रकार दिया गया है:
 * $$M(t) = 1+\sum_{n=1}^\infty \frac{\mu'_n t^n}{n!} = \exp \left(\sum_{n=1}^\infty \frac{\kappa_n t^n}{n!}\right) = \exp(K(t)).$$

तो संचयी जनरेटिंग फ़ंक्शन, क्षण जनरेटिंग फ़ंक्शन का लघुगणक है
 * $$K(t) = \log M(t).$$

पहला संचयक अपेक्षित मूल्य है; दूसरा और तीसरा संचयी क्रमशः दूसरा और तीसरा केंद्रीय क्षण हैं (दूसरा केंद्रीय क्षण विचरण है); लेकिन उच्चतर क्यूमुलेंट न तो क्षण हैं और न ही केंद्रीय क्षण, बल्कि क्षणों के अधिक जटिल बहुपद कार्य हैं।

का मूल्यांकन करके क्षणों को संचयकों के संदर्भ में पुनर्प्राप्त किया जा सकता है $n$-वें का व्युत्पन्न $$\exp(K(t))$$ पर $t=0$,


 * $$ \mu'_n = M^{(n)}(0) = \left. \frac{\mathrm{d}^n \exp (K(t))}{\mathrm{d}t^n}\right|_{t=0}. $$

इसी प्रकार, मूल्यांकन करके संचयकों को क्षणों के संदर्भ में पुनर्प्राप्त किया जा सकता है $n$-वें का व्युत्पन्न $$\log M(t)$$ पर $t=0$,


 * $$\kappa_n = K^{(n)}(0) = \left. \frac{\mathrm{d}^n \log M(t)}{\mathrm{d}t^n} \right|_{t=0}.$$

के लिए स्पष्ट अभिव्यक्ति $n$-पहले के संदर्भ में वां क्षण $n$ क्यूमुलेंट्स, और इसके विपरीत, समग्र कार्यों के उच्च डेरिवेटिव के लिए फा डी ब्रूनो के सूत्र का उपयोग करके प्राप्त किया जा सकता है। सामान्य तौर पर, हमारे पास है


 * $$\mu'_n = \sum_{k=1}^n B_{n,k}(\kappa_1,\ldots,\kappa_{n-k+1}) $$
 * $$\kappa_n = \sum_{k=1}^n (-1)^{k-1} (k-1)! B_{n,k}(\mu'_1, \ldots, \mu'_{n-k+1}),$$

कहाँ $$B_{n,k}$$ अपूर्ण (या आंशिक) बेल बहुपद हैं।

इसी प्रकार, यदि माध्य दिया गया है $$\mu$$, केंद्रीय क्षण उत्पन्न करने वाला फ़ंक्शन द्वारा दिया गया है


 * $$ C(t) = \operatorname{E}[e^{t(x-\mu)}] = e^{-\mu t} M(t) = \exp(K(t) - \mu t), $$

और यह $n$-वें केंद्रीय क्षण को संचयकों के संदर्भ में प्राप्त किया जाता है


 * $$ \mu_n = C^{(n)}(0) = \left. \frac{\mathrm{d}^n}{\mathrm{d}t^n} \exp (K(t) - \mu t) \right|_{t=0} = \sum_{k=1}^n B_{n,k}(0,\kappa_2,\ldots,\kappa_{n-k+1}).$$

के लिए भी $n > 1$, द $n$-केंद्रीय क्षणों के संदर्भ में वां संचयी है



\begin{align} \kappa_n & = K^{(n)}(0) = \left. \frac{\mathrm{d}^n}{\mathrm{d}t^n} (\log C(t) + \mu t) \right|_{t=0} \\[4pt] & = \sum_{k=1}^n (-1)^{k-1} (k-1)! B_{n,k}(0,\mu_2,\ldots,\mu_{n-k+1}). \end{align} $$ $n$}-वाँ क्षण (गणित) $μ′_{n}$ $n$पहले में-वें-डिग्री बहुपद $n$ संचयी। पहली कुछ अभिव्यक्तियाँ हैं:

\begin{align} \mu'_1 = {} & \kappa_1 \\[5pt] \mu'_2 = {} & \kappa_2+\kappa_1^2 \\[5pt] \mu'_3 = {} & \kappa_3+3\kappa_2\kappa_1+\kappa_1^3 \\[5pt] \mu'_4 = {} & \kappa_4 + 4\kappa_3\kappa_1 + 3\kappa_2^2 + 6\kappa_2\kappa_1^2 + \kappa_1^4 \\[5pt] \mu'_5 = {} & \kappa_5+5\kappa_4\kappa_1+10\kappa_3\kappa_2 + 10\kappa_3\kappa_1^2 + 15\kappa_2^2\kappa_1 + 10\kappa_2\kappa_1^3 + \kappa_1^5 \\[5pt] \mu'_6 = {} & \kappa_6 + 6\kappa_5\kappa_1 + 15\kappa_4\kappa_2 + 15\kappa_4\kappa_1^2 + 10\kappa_3^2 + 60\kappa_3\kappa_2\kappa_1 + 20\kappa_3\kappa_1^3 \\ & {} + 15\kappa_2^3 + 45\kappa_2^2\kappa_1^2 + 15\kappa_2\kappa_1^4 + \kappa_1^6. \end{align} $$ प्रधान क्षणों को अलग करता है $μ′_{n}$ माध्य के बारे में क्षण से $μ_{n}$. केंद्रीय क्षणों को संचयकों के कार्यों के रूप में व्यक्त करने के लिए, बस इन बहुपदों से सभी पदों को हटा दें $κ_{1}$ कारक के रूप में प्रकट होता है:



\begin{align} \mu_1 & =0 \\[4pt] \mu_2 & =\kappa_2 \\[4pt] \mu_3 & =\kappa_3 \\[4pt] \mu_4 & =\kappa_4+3\kappa_2^2 \\[4pt] \mu_5 & =\kappa_5+10\kappa_3\kappa_2 \\[4pt] \mu_6 & =\kappa_6+15\kappa_4\kappa_2+10\kappa_3^2+15\kappa_2^3. \end{align} $$ इसी प्रकार, $n$-वें संचयी $κ_{n}$ $n$पहले में-वें-डिग्री बहुपद $n$ गैर-केंद्रीय क्षण. पहली कुछ अभिव्यक्तियाँ हैं:



\begin{align} \kappa_1 = {} & \mu'_1 \\[4pt] \kappa_2 = {} & \mu'_2-{\mu'_1}^2 \\[4pt] \kappa_3 = {} & \mu'_3-3\mu'_2\mu'_1+2{\mu'_1}^3 \\[4pt] \kappa_4 = {} & \mu'_4-4\mu'_3\mu'_1-3{\mu'_2}^2+12\mu'_2{\mu'_1}^2-6{\mu'_1}^4 \\[4pt] \kappa_5 = {} & \mu'_5-5\mu'_4\mu'_1-10\mu'_3\mu'_2 + 20\mu'_3{\mu'_1}^2 + 30{\mu'_2}^2\mu'_1-60\mu'_2{\mu'_1}^3 + 24{\mu'_1}^5 \\[4pt] \kappa_6 = {} & \mu'_6-6\mu'_5\mu'_1-15\mu'_4\mu'_2+30\mu'_4{\mu'_1}^2-10{\mu'_3}^2 + 120\mu'_3\mu'_2\mu'_1 \\ & {} - 120\mu'_3{\mu'_1}^3 + 30{\mu'_2}^3 - 270{\mu'_2}^2 {\mu'_1}^2+360\mu'_2{\mu'_1}^4-120{\mu'_1}^6\,. \end{align} $$ संचयकों को व्यक्त करने के लिए $κ_{n}$ के लिए $n > 1$ केंद्रीय क्षणों के फलन के रूप में, इन बहुपदों से उन सभी पदों को हटा दें जिनमें μ'1 कारक के रूप में प्रकट होता है:


 * $$\kappa_2=\mu_2\,$$
 * $$\kappa_3=\mu_3\,$$
 * $$\kappa_4=\mu_4-3{\mu_2}^2\,$$
 * $$\kappa_5=\mu_5-10\mu_3\mu_2\,$$
 * $$\kappa_6=\mu_6-15\mu_4\mu_2-10{\mu_3}^2+30{\mu_2}^3\,.$$

संचयकों को व्यक्त करने के लिए $κ_{n}$ के लिए $n > 2$मानकीकृत क्षण के कार्यों के रूप में $μ″_{n}$, भी सेट करें $μ'_{2}=1$ बहुपदों में:


 * $$\kappa_3=\mu''_3\,$$
 * $$\kappa_4=\mu''_4-3\,$$
 * $$\kappa_5=\mu_5-10\mu_3\,$$
 * $$\kappa_6=\mu_6-15\mu_4-10{\mu''_3}^2+30\,.$$

संचयकों को विभेदीकरण (गणित) द्वारा क्षणों से संबंधित किया जा सकता है $log M(t) = K(t)$ इसके संबंध में $t$, देना $M′(t) = K′(t) M(t)$, जिसमें आसानी से कोई घातांक या लघुगणक नहीं होता है। के गुणांक को बराबर करना $t^{ n−1} / (n−1)!$ बाएँ और दाएँ पक्षों पर और उपयोग कर रहे हैं $μ′_{0} = 1$के लिए निम्नलिखित सूत्र देता है $n ≥ 1$:

\begin{align} \mu'_1 = {} & \kappa_1 \\[1pt] \mu'_2 = {} & \kappa_1\mu'_1+\kappa_2 \\[1pt] \mu'_3 = {} & \kappa_1\mu'_2+2\kappa_2\mu'_1+\kappa_3 \\[1pt] \mu'_4 = {} & \kappa_1\mu'_3+3\kappa_2\mu'_2+3\kappa_3\mu'_1+\kappa_4 \\[1pt] \mu'_5 = {} & \kappa_1\mu'_4+4\kappa_2\mu'_3+6\kappa_3\mu'_2+4\kappa_4\mu'_1+\kappa_5 \\[1pt] \mu'_6 = {} & \kappa_1\mu'_5+5\kappa_2\mu'_4+10\kappa_3\mu'_3+10\kappa_4\mu'_2+5\kappa_5\mu'_1+\kappa_6 \\[1pt] \mu'_n = {} & \sum_{m=1}^{n-1}{n-1 \choose m-1}\kappa_m \mu'_{n-m} + \kappa_n\,. \end{align} $$ ये या तो अनुमति देते हैं $$\kappa_n$$ या $$\mu'_n$$ निचले क्रम के संचयकों और क्षणों के ज्ञान का उपयोग करके दूसरे से गणना की जाएगी। केंद्रीय क्षणों के लिए संगत सूत्र $$\mu_n$$ के लिए $$n \ge 2$$ सेटिंग द्वारा इन सूत्रों से बनाये जाते हैं $$\mu'_1 = \kappa_1 = 0$$ और प्रत्येक को प्रतिस्थापित करना $$\mu'_n$$ साथ $$\mu_n$$ के लिए $$n \ge 2$$:



\begin{align} \mu_2 = {} & \kappa_2 \\[1pt] \mu_3 = {} & \kappa_3 \\[1pt] \mu_n = {} & \sum_{m=2}^{n-2}{n-1 \choose m-1}\kappa_m \mu_{n-m} + \kappa_n\,. \end{align} $$

संचयी और सेट-विभाजन
इन बहुपदों की उल्लेखनीय संयोजक व्याख्या है: गुणांक सेट के कुछ विभाजन की गणना करते हैं। इन बहुपदों का सामान्य रूप है


 * $$\mu'_n=\sum_{\pi \, \in \, \Pi} \prod_{B \, \in \, \pi} \kappa_{|B|}$$

कहाँ


 * $\pi$ आकार के सेट के सभी विभाजनों की सूची के माध्यम से चलता है $n$;
 * $B ∈ \pi$ साधन $B$ उन ब्लॉकों में से है जिसमें सेट को विभाजित किया गया है; और
 * $|B|$ सेट का आकार है $B$.

इस प्रकार प्रत्येक एकपदी स्थिर समय संचयी का उत्पाद है जिसमें सूचकांकों का योग होता है $n$ (उदाहरण के लिए, शब्द में $κ_{3} κ_{2}^{2} κ_{1}$, सूचकांकों का योग 3 + 2 + 2 + 1 = 8 है; यह बहुपद में प्रकट होता है जो 8वें क्षण को पहले आठ क्यूमुलेंट के फ़ंक्शन के रूप में व्यक्त करता है)। पूर्णांक का विभाजन $n$ प्रत्येक पद से मेल खाता है। प्रत्येक पद में गुणांक किसी समुच्चय के विभाजनों की संख्या है $n$ सदस्य जो पूर्णांक के उस विभाजन में सिमट जाते हैं $n$ जब समुच्चय के सदस्य अप्रभेद्य हो जाते हैं।

क्यूमुलेंट और कॉम्बिनेटरिक्स
क्यूमुलेंट और कॉम्बिनेटरिक्स के बीच आगे का संबंध जियान-कार्लो रोटा के काम में पाया जा सकता है, जहां अपरिवर्तनीय सिद्धांत, सममित कार्यों और द्विपद अनुक्रमों के लिंक का अध्ययन अम्ब्रल कैलकुलस के माध्यम से किया जाता है।

संयुक्त संचयी
अनेक यादृच्छिक चरों का संयुक्त संचयी $X_{1}, ..., X_{n}$ को समान संचयी जनरेटिंग फ़ंक्शन द्वारा परिभाषित किया गया है


 * $$K(t_1,t_2,\dots,t_n)=\log E(\mathrm e^{\sum_{j=1}^n t_j X_j}).$$

एक परिणाम यह है


 * $$\kappa(X_1,\dots,X_n) =\sum_\pi (|\pi|-1)!(-1)^{|\pi|-1}\prod_{B\in\pi}E\left(\prod_{i\in B}X_i\right)$$

कहाँ π के सभी विभाजनों की सूची के माध्यम से चलता है ${ 1, ..., n }$, $B$ विभाजन के सभी ब्लॉकों की सूची के माध्यम से चलता हैπ, और $|\pi|$ विभाजन में भागों की संख्या है. उदाहरण के लिए,


 * $$\kappa(X,Y)=\operatorname E(XY) - \operatorname E(X) \operatorname E(Y),$$

सहप्रसरण है, और


 * $$\kappa(X,Y,Z)=\operatorname E(XYZ) - \operatorname E(XY) \operatorname E(Z) - \operatorname E(XZ) \operatorname E(Y) - \operatorname E(YZ) \operatorname E(X) + 2\operatorname E(X)\operatorname E(Y)\operatorname E(Z).\,$$

यदि इनमें से कोई भी यादृच्छिक चर समान है, उदाहरण के लिए अगर $X = Y$, फिर वही सूत्र लागू होते हैं, उदा.


 * $$\kappa(X,X,Z)=\operatorname E(X^2Z) -2\operatorname E(XZ)\operatorname E(X) - \operatorname E(X^2)\operatorname E(Z) + 2\operatorname E(X)^2\operatorname E(Z),\,$$

हालाँकि ऐसे दोहराए गए चरों के लिए अधिक संक्षिप्त सूत्र हैं। शून्य-माध्य यादृच्छिक वैक्टर के लिए,


 * $$\kappa(X,Y,Z) = \operatorname E(XYZ).\,$$
 * $$\kappa(X,Y,Z,W) = \operatorname E(XYZW) - \operatorname E(XY) \operatorname E(ZW) - \operatorname E(XZ) \operatorname E(YW) - \operatorname E(XW) \operatorname E(YZ).\,$$

केवल यादृच्छिक चर का संयुक्त संचयी इसका अपेक्षित मूल्य है, और दो यादृच्छिक चर का संयुक्त संचयी उनका सहप्रसरण है। यदि कुछ यादृच्छिक चर अन्य सभी से स्वतंत्र हैं, तो दो (या अधिक) स्वतंत्र यादृच्छिक चर वाला कोई भी संचयी शून्य है। मैं गिरा $n$ यादृच्छिक चर समान हैं, तो संयुक्त संचयी है $n$-वाँ साधारण संचयक।

क्यूमुलेंट के संदर्भ में क्षणों की अभिव्यक्ति का संयुक्त अर्थ, क्षणों के संदर्भ में क्यूमुलेंट की तुलना में समझना आसान है:


 * $$ \operatorname E(X_1\cdots X_n)=\sum_\pi\prod_{B\in\pi}\kappa(X_i : i \in B). $$

उदाहरण के लिए:


 * $$ \operatorname E(XYZ) = \kappa(X,Y,Z) + \kappa(X,Y)\kappa(Z) + \kappa(X,Z)\kappa(Y) + \kappa(Y,Z)\kappa(X) + \kappa(X)\kappa(Y)\kappa(Z).\,$$

संयुक्त संचयकों की अन्य महत्वपूर्ण संपत्ति बहुरेखीयता है:


 * $$ \kappa(X+Y,Z_1,Z_2,\dots) = \kappa(X,Z_1,Z_2,\ldots) + \kappa(Y,Z_1,Z_2,\ldots).\,$$

जिस प्रकार दूसरा संचयी प्रसरण है, उसी प्रकार केवल दो यादृच्छिक चरों का संयुक्त संचयी सहप्रसरण है। परिचित पहचान


 * $$\operatorname{var}(X+Y) = \operatorname{var}(X) + 2\operatorname{cov}(X,Y) + \operatorname{var}(Y)\,$$

सहकर्मियों के लिए सामान्यीकरण:


 * $$\kappa_n(X+Y)=\sum_{j=0}^n {n \choose j} \kappa( \, \underbrace{X,\dots,X}_j, \underbrace{Y,\dots,Y}_{n-j}\,).\,$$

सशर्त संचयन और कुल संचयन का नियम
कुल अपेक्षा का नियम और कुल विचरण का नियम सशर्त संचयकों के लिए स्वाभाविक रूप से सामान्यीकृत होता है। मामला $n = 3$, क्यूमुलेंट की बजाय (केंद्रीय) क्षण (गणित) की भाषा में व्यक्त किया गया है, कहते हैं


 * $$\mu_3(X) = \operatorname E(\mu_3(X\mid Y)) + \mu_3(\operatorname E(X\mid Y)) + 3 \operatorname{cov}(\operatorname E(X\mid Y), \operatorname{var} (X\mid Y)).$$

सामान्य रूप में,
 * $$\kappa(X_1,\dots,X_n)=\sum_\pi \kappa(\kappa(X_{\pi_1}\mid Y), \dots, \kappa(X_{\pi_b}\mid Y))$$

कहाँ


 * योग सेट के सभी विभाजन से अधिक हैπ सेट का ${ 1, ..., n }$ सूचकांकों की, और
 * π1, ..., πb विभाजन के सभी ब्लॉक हैं π; इजहार $κ(X_{\pi_{m}})|undefined$ इंगित करता है कि यादृच्छिक चर का संयुक्त संचयी जिसके सूचकांक विभाजन के उस ब्लॉक में हैं।

सांख्यिकीय भौतिकी से संबंध
सांख्यिकीय भौतिकी में कई व्यापक मात्राएँ - यानी वे मात्राएँ जो किसी दिए गए सिस्टम के आयतन या आकार के समानुपाती होती हैं - यादृच्छिक चर के संचयकों से संबंधित होती हैं। गहरा संबंध यह है कि बड़ी प्रणाली में ऊर्जा या कणों की संख्या जैसी व्यापक मात्रा को लगभग स्वतंत्र क्षेत्रों से जुड़ी ऊर्जा (कहें) के योग के रूप में माना जा सकता है। तथ्य यह है कि इन लगभग स्वतंत्र यादृच्छिक चर के क्यूमुलेंट्स (लगभग) जोड़ देंगे, जिससे यह उचित हो जाता है कि व्यापक मात्रा में क्यूम्युलेंट्स से संबंधित होने की उम्मीद की जानी चाहिए।

तापमान पर थर्मल स्नान के साथ संतुलन में प्रणाली $T$ उतार-चढ़ाव वाली आंतरिक ऊर्जा है $E$, जिसे वितरण से निकाला गया यादृच्छिक चर माना जा सकता है $$ E\sim p(E)$$. सिस्टम का विभाजन फ़ंक्शन (सांख्यिकीय यांत्रिकी) है


 * $$Z(\beta) = \langle\exp(-\beta E)\rangle,\,$$

जहां थर्मोडायनामिक बीटा|$β$ = $1/(kT)$ और $k$ बोल्ट्ज़मैन का स्थिरांक और अंकन है $$\langle A \rangle$$ के स्थान पर प्रयोग किया गया है $$\operatorname{E}[A]$$ ऊर्जा के साथ भ्रम से बचने के लिए अपेक्षित मूल्य के लिए, $E$. इसलिए ऊर्जा के लिए पहला और दूसरा संचयक $E$ औसत ऊर्जा और ताप क्षमता दें।


 * $$ \langle E \rangle_c = \frac{\partial \log Z}{\partial (-\beta)} = \langle E \rangle $$
 * $$ \langle E^2 \rangle_c = \frac{\partial\langle E\rangle_c}{\partial (-\beta)} = k T^2 \frac{\partial \langle E\rangle}{\partial T} = kT^2C$$

हेल्महोल्त्ज़ मुक्त ऊर्जा को के रूप में व्यक्त किया जाता है


 * $$F(\beta) = -\beta^{-1}\log Z(\beta) \, $$

ऊर्जा के लिए संचयी उत्पादन कार्य के साथ थर्मोडायनामिक मात्राओं को जोड़ता है। थर्मोडायनामिक्स गुण जो मुक्त ऊर्जा के व्युत्पन्न हैं, जैसे इसकी आंतरिक ऊर्जा, एन्ट्रॉपी और विशिष्ट ताप क्षमता, सभी को इन संचयकों के संदर्भ में आसानी से व्यक्त किया जा सकता है। अन्य मुक्त ऊर्जा चुंबकीय क्षेत्र या रासायनिक क्षमता जैसे अन्य चर का कार्य हो सकती है $$\mu$$, उदा.


 * $$ \Omega=-\beta^{-1}\log(\langle \exp(-\beta E -\beta\mu N) \rangle),\,$$

कहाँ $N$ कणों की संख्या है और $$\Omega$$ भव्य क्षमता है. पुनः मुक्त ऊर्जा की परिभाषा और संचयी उत्पादन फलन के बीच घनिष्ठ संबंध का तात्पर्य यह है कि इस मुक्त ऊर्जा के विभिन्न व्युत्पन्नों को संयुक्त संचयी के रूप में लिखा जा सकता है। $E$ और $N$.

इतिहास
क्यूमुलेंट्स के इतिहास पर एंडर्स हाल्ड द्वारा चर्चा की गई है। क्यूमुलेंट्स को पहली बार 1889 में थोरवाल्ड एन. थीले द्वारा पेश किया गया था, जिन्होंने उन्हें अर्ध-अपरिवर्तनीय कहा था। उन्हें पहली बार 1932 के पेपर में क्यूमुलेंट कहा गया था रोनाल्ड फिशर और जॉन विशरट (सांख्यिकीविद्) द्वारा। फिशर को नेमैन द्वारा सार्वजनिक रूप से थिएल के काम की याद दिलाई गई, जो फिशर के ध्यान में लाए गए थिएल के पिछले प्रकाशित उद्धरणों को भी नोट करता है। स्टीफन स्टिगलर ने कहा हैकि क्यूमुलेंट नाम का सुझाव फिशर को हेरोल्ड होटलिंग के पत्र में दिया गया था। 1929 में प्रकाशित पेपर में, फिशर ने इन्हें संचयी क्षण फलन कहा था। सांख्यिकीय भौतिकी में विभाजन फ़ंक्शन की शुरुआत 1901 में जोशिया विलार्ड गिब्स द्वारा की गई थी। मुक्त ऊर्जा को अक्सर गिब्स मुक्त ऊर्जा कहा जाता है। सांख्यिकीय यांत्रिकी में, क्यूमुलेंट्स को 1927 में प्रकाशन से संबंधित उर्सेल समारोह के रूप में भी जाना जाता है।

औपचारिक संचयक
अधिक सामान्यतः, अनुक्रम के संचयक ${ m_{n} : n = 1, 2, 3, ... }$, जरूरी नहीं कि किसी संभाव्यता वितरण के क्षण, परिभाषा के अनुसार हों,


 * $$1+\sum_{n=1}^\infty \frac{m_n t^n}{n!} = \exp \left( \sum_{n=1}^\infty \frac{\kappa_n t^n}{n!} \right) ,$$

जहां के मूल्य $κ_{n}$ के लिए $n = 1, 2, 3, ...$ औपचारिक रूप से पाए जाते हैं, यानी, केवल बीजगणित द्वारा, इस सवाल की परवाह किए बिना कि क्या कोई श्रृंखला अभिसरण करती है। जब कोई औपचारिक रूप से काम करता है तो संचयकों की समस्या की सभी कठिनाइयां अनुपस्थित हो जाती हैं। सबसे सरल उदाहरण यह है कि संभाव्यता वितरण का दूसरा संचयी हमेशा गैर-नकारात्मक होना चाहिए, और केवल तभी शून्य होता है जब सभी उच्च संचयी शून्य हों। औपचारिक सहचालक ऐसी किसी बाध्यता के अधीन नहीं हैं।

घंटी संख्या
कॉम्बिनेटरिक्स में, $n$-वां बेल नंबर आकार के सेट के विभाजन की संख्या है $n$. सभी बेल नंबर#जनरेटिंग फ़ंक्शन। बेल नंबर मोमेंट-जनरेटिंग फ़ंक्शन#उदाहरण हैं।

द्विपद प्रकार के बहुपद अनुक्रम के संचयी
किसी भी क्रम के लिए 1={ κn : n = 1, 2, 3, ... } }विशेषता शून्य के क्षेत्र (गणित) में अदिश (गणित) का, औपचारिक संचयी माना जाता है, संगत अनुक्रम होता है ${ μ ′ : n = 1, 2, 3, ...}$औपचारिक क्षणों का, उपरोक्त बहुपदों द्वारा दिया गया है। उन बहुपदों के लिए, निम्नलिखित तरीके से बहुपद अनुक्रम बनाएं। बहुपद से बाहर



\begin{align} \mu'_6 = {} & \kappa_6 + 6\kappa_5\kappa_1 + 15\kappa_4\kappa_2 + 15\kappa_4\kappa_1^2 + 10\kappa_3^2+60\kappa_3\kappa_2\kappa_1 + 20\kappa_3\kappa_1^3 \\ & {} + 15\kappa_2^3 + 45\kappa_2^2\kappa_1^2 + 15\kappa_2\kappa_1^4 + \kappa_1^6 \end{align} $$ इनमें नया बहुपद और अतिरिक्त चर बनाएं $x$:



\begin{align} p_6(x) = {} & \kappa_6 \,x + (6\kappa_5\kappa_1 + 15\kappa_4\kappa_2 + 10\kappa_3^2)\,x^2 + (15\kappa_4\kappa_1^2 + 60\kappa_3\kappa_2\kappa_1 + 15\kappa_2^3)\,x^3 \\ & {} + (45\kappa_2^2\kappa_1^2)\,x^4+(15\kappa_2\kappa_1^4)\,x^5 +(\kappa_1^6)\,x^6, \end{align} $$ और फिर पैटर्न को सामान्यीकृत करें। पैटर्न यह है कि उपरोक्त विभाजनों में ब्लॉकों की संख्या पर घातांक हैं $x$. संचयकों में प्रत्येक गुणांक बहुपद है; ये बेल बहुपद हैं, जिनका नाम एरिक टेम्पल बेल के नाम पर रखा गया है।

बहुपदों का यह क्रम द्विपद प्रकार का होता है। वास्तव में, द्विपद प्रकार का कोई अन्य क्रम मौजूद नहीं है; द्विपद प्रकार का प्रत्येक बहुपद अनुक्रम पूरी तरह से उसके औपचारिक संचयकों के अनुक्रम से निर्धारित होता है।

निःशुल्क संचयक
उपरोक्त क्षण-संचयी सूत्र में


 * $$\operatorname E(X_1\cdots X_n)=\sum_\pi\prod_{B\,\in\,\pi}\kappa(X_i : i\in B)$$

संयुक्त संचयकों के लिए, सेट के सभी विभाजनों का योग ${ 1, ..., n }$. यदि इसके बजाय, कोई केवल गैर-क्रॉसिंग विभाजनों का योग करता है, तो, इन सूत्रों को हल करके $$\kappa$$ क्षणों के संदर्भ में, किसी को ऊपर बताए गए पारंपरिक क्यूमुलंट के बजाय मुफ्त क्यूमुलंट मिलते हैं। ये मुक्त संचयी रोलैंड स्पीचर द्वारा पेश किए गए थे और मुक्त संभाव्यता सिद्धांत में केंद्रीय भूमिका निभाते हैं। उस सिद्धांत में, यादृच्छिक चर के बीजगणित के टेन्सर उत्पाद के संदर्भ में परिभाषित यादृच्छिक चर की सांख्यिकीय स्वतंत्रता पर विचार करने के बजाय, बीजगणित के मुक्त उत्पादों के संदर्भ में परिभाषित यादृच्छिक चर की स्वतंत्र स्वतंत्रता पर विचार किया जाता है।

सामान्य वितरण के 2 से अधिक डिग्री वाले सामान्य संचयक शून्य होते हैं। विग्नर अर्धवृत्त वितरण के 2 से अधिक डिग्री के मुक्त संचयी शून्य हैं। यह ऐसा संबंध है जिसमें मुक्त संभाव्यता सिद्धांत में विग्नर वितरण की भूमिका पारंपरिक संभाव्यता सिद्धांत में सामान्य वितरण के अनुरूप है।

यह भी देखें

 * एन्ट्रोपिक मूल्य खतरे में है
 * मल्टीसेट#क्यूमुलेंट जनरेटिंग फ़ंक्शन
 * कोर्निश-फिशर विस्तार
 * एडगेवर्थ विस्तार
 * पॉलीके
 * के-सांख्यिकी, संचयी का न्यूनतम-विचरण निष्पक्ष अनुमानक
 * उर्सेल फ़ंक्शन
 * क्वांटम रसायन विज्ञान में इलेक्ट्रॉनिक तरंग फ़ंक्शन का विश्लेषण करने के लिए क्यूमुलेंट्स के अनुप्रयोग के रूप में कुल स्थिति स्प्रेड टेंसर।

बाहरी संबंध

 * cumulant on the Earliest known uses of some of the words of mathematics
 * cumulant on the Earliest known uses of some of the words of mathematics