در نظریه احتمالات و آمار، انباشتک یا κn یک توزیع احتمال عبارت است از مجموعه ای از کمیتهایی که جایگزینی برای گشتاور توزیع ارائه میکند.
انباشتکهای یک متغیر تصادفی X را میتوان با استفاده از تابع مولد انباشتک یا K(t) تعریف کرد. این تابع، لگاریتم طبیعی تابع مولد گشتاور است. در رابطهٔ زیر M(t) تابع مولد گشتاور است.
![{\displaystyle M(t)=\operatorname {E} \left[e^{tX}\right]=<e^{tX}>.}](./_assets_/eb734a37dd21ce173a46342d1cc64c92/41022e0604fef5f4d9ebc7be2abc5c209ca660b7.svg)
را میتوان به صورت
نوشت. با گرفتن لگاریتم طبیعی از دو طرف خواهیم داشت:
![{\displaystyle K(t)=\log \operatorname {E} \left[e^{tX}\right].}](./_assets_/eb734a37dd21ce173a46342d1cc64c92/407afab9ff2a35388d3013f7c133178844b17fdb.svg)
انباشتکهای κn از بسط سریهای توانی به صورت زیر بدست میآید:

این بسط، یک بسط تیلور است بنابراین n-امین انباشتک را میتوان از مشتق n-ام عبارت بالا و برابر قرار دادن با صفر بدست آورد:[۱]

برخی ویژگیها
ویژگیهای زیر به ازای هر ثابت c دلخواه برقرار است:
رابطهٔ زیر برقرار است:


همگنی
n امین انباشتک از درجهٔ n همگن است:

انباشتکها و گشتاورها
اگر تابع مولد گشتاور به صورت زیر باشد:

بنابراین تابع مولد انباشتک میشود لگاریتم تابع مولد گشتاور:

عبارتها چنین نوشته میشود:
![{\displaystyle {\begin{aligned}\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{aligned}}}](./_assets_/eb734a37dd21ce173a46342d1cc64c92/09a0e224da9567adc36e1dceef731d0a716d3c2c.svg)