การแจกแจงผลรวมของกำลังสองของตัวแปรสุ่มแบบกระจาย T


11

ฉันกำลังมองหาที่การกระจายตัวของผลรวมของสี่เหลี่ยมของตัวแปรสุ่ม T-กระจายที่มีหางตัวแทนααที่ X คือ RV ที่ฟูเรียร์สำหรับX2 , F(t)ทำให้ผมมีวิธีแก้ปัญหาสำหรับตารางก่อนที่จะบิดF(t)n n

F(t)=0exp(itx2)((αα+x2)α+12α B(α2,12))dx

ด้วยα=3 , การแก้ปัญหาเป็นไปได้ แต่เทอะทะและไม่สามารถที่จะผกผันที่จะทำสิ่งที่ตรงกันข้ามฟูริเยร์สำหรับF(t)n n ดังนั้นคำถามคือ: มีการทำงานกับการแจกแจงความแปรปรวนตัวอย่างหรือค่าเบี่ยงเบนมาตรฐานของตัวแปรสุ่มแบบกระจายทีหรือไม่? (สำหรับนักศึกษา T สิ่ง Chi-square คือไปยังเกาส์เซียน) ขอบคุณ.

(วิธีแก้ปัญหาที่เป็นไปได้) ฉันพบว่าX2คือฟิชเชอร์F(1,α)กระจายดังนั้นจะดูที่ผลรวมของตัวแปรกระจายฟิชเชอร์

(วิธีแก้ปัญหาที่เป็นไปได้) จากฟังก์ชั่นลักษณะค่าเฉลี่ยของ summed X 2 มีช่วงเวลาเดียวกันสองช่วงแรกของการแจกแจงแบบF ( n , α )เมื่อสิ่งเหล่านี้มีอยู่ ดังนั้น With U รากและการทำการเปลี่ยนแปลงของตัวแปรภายในการกระจายความน่าจะเป็นความหนาแน่นของส่วนเบี่ยงเบนมาตรฐาน n-ตัวอย่างตัวแปรทีสามารถประมาณด้วย: กรัม( U ) = 2 อัลฟ่าอัลฟ่า/ 2 n n / 2 U n - 1 ( α + n u 2nX2F(n,α)

g(u)=2αα/2nn/2un1(α+nu2)α2n2B(n2,α2)

1
คือ F -distributed ค่าเฉลี่ยและความแปรปรวนของผลรวมของตัวแปรอิสระ F ( 1 , α ) -distributed นั้นได้มาโดยง่าย แต่การแจกแจงไม่สามารถใช้ได้ในรูปแบบปิด ดูคำถามนี้สำหรับรายละเอียดบางอย่าง คุณอาจพบว่ากระดาษที่ลิงค์มีประโยชน์ ฟังก์ชั่นพิเศษมีให้ที่หน้าวิกิพีเดียสำหรับ F. [ความแปรปรวนตัวอย่างของตัวแปรที่แจกแจง t เป็นคำถามที่ค่อนข้างแตกต่างกัน]T2FF(1,α)
Glen_b

คำตอบ:


7

n tαtα

tα

Titαtαi=1nTi2F(n,α)n

Ti2F(1,α)tZU/αZUαZV/1U/αV=Z2F(1,α)α

i=1nTi2nF(n,α)α>4limαnF(n,α)=χn2ซึ่งเป็นผลลัพธ์ที่เราคาดหวังเมื่อรวมผลต่างปกติกำลังสองแบบมาตรฐาน (มาตรฐาน)]

การกระจายการสุ่มตัวอย่างของความแปรปรวนเมื่อการสุ่มตัวอย่างจากการแจกแจงtα

เมื่อพิจารณาจากสิ่งที่ฉันเขียนข้างต้นนิพจน์ที่คุณได้รับสำหรับ "ความหนาแน่นของค่าเบี่ยงเบนมาตรฐานของตัวแปร T ตัวอย่าง n" ไม่ถูกต้อง อย่างไรก็ตามแม้ว่าเป็นการแจกแจงที่ถูกต้องค่าเบี่ยงเบนมาตรฐานไม่เพียงแค่สแควร์รูทของผลรวมของสี่เหลี่ยมจัตุรัส (ตามที่คุณดูเหมือนจะคุ้นเคยกับความหนาแน่นของคุณ) คุณจะมองหาการกระจายการสุ่มตัวอย่าง (มาตราส่วน) ของ 2 ในกรณีปกติ LHS ของนิพจน์นี้สามารถเขียนใหม่เป็นผลรวมของตัวแปรปกติกำลังสอง (คำในตารางสามารถเขียนใหม่อีกครั้งเป็นชุดเชิงเส้นของตัวแปรปกติซึ่งกระจายอีกครั้งตามปกติ) ซึ่งนำไปสู่ คุ้นเคยF(n,α)g(u)i=1n(TiT¯)2=i=1nTi2nT¯2χ2กระจาย น่าเสียดายที่การรวมกันเชิงเส้นของตัวแปร (แม้จะมีองศาอิสระเท่ากัน) ไม่ได้ถูกแจกจ่ายเป็นดังนั้นจึงไม่สามารถใช้วิธีการที่คล้ายกันได้tt

บางทีคุณควรพิจารณาสิ่งที่คุณต้องการสาธิตอีกครั้ง มันอาจเป็นไปได้ที่จะบรรลุวัตถุประสงค์โดยใช้แบบจำลองบางตัวอย่าง อย่างไรก็ตามคุณระบุตัวอย่างด้วยสถานการณ์ที่มีเพียงช่วงเวลาแรกของมี จำกัด ดังนั้นการจำลองจะไม่ช่วยในการคำนวณช่วงเวลาดังกล่าว α=3F(1,α)


ขอบคุณมาร์ค จริง ๆ แล้วการสลายลงมาแม้สองช่วงเวลาแรกจะได้รับการเก็บรักษาไว้ จะลองใช้ Chi-square และย้อนกลับ
Nero

ฉัน rephrased คำถามของฉัน หรือฉันควรโพสต์การแก้ไขที่อื่นบนหน้า?
Nero

Nero - การเปลี่ยนแปลงคำถามของคุณควรปรากฏในคำถาม คุณสามารถส่งสัญญาณว่าคำถามมีการเปลี่ยนแปลงอย่างไรในกรณีที่ช่วยได้ (โปรดจำไว้ว่าประวัติการแก้ไขทั้งหมดของคำถามและคำตอบนั้นมีให้หากจำเป็น)
Glen_b

0

คุณอาจต้องการตรวจสอบการแจกแจงแบบ T ของ Hotelling ( http://en.wikipedia.org/wiki/Hotelling's_T-squared_distribution ) มีความสัมพันธ์กับที่เป็น -distribution ( http://en.wikipedia.org/wiki/F-distribution#Related_distribution_and_properties ) แต่ฉันไม่แน่ใจว่านี่เป็นสิ่งที่คุณต้องการ FT2F

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.