UA MATH564 概率論VI 數(shù)理統(tǒng)計(jì)基礎(chǔ)5 F分布

假設(shè)$X～{\chi }_{m,\delta }^2,Y～{\chi }_n^2$且二者獨(dú)立，則
$$Z=\frac{X/m}{Y/n}～F_{m,n,\delta }$$
其中$\delta$被稱為非中心參數(shù)，$\delta =0$則稱$Z$服從中心化的F分布，簡稱F分布。注意到$Z$也是兩個(gè)隨機(jī)變量的商，可以用上一講介紹的引理1計(jì)算$Z$的概率密度，此處省略過程：
$$\begin{gathered} f(x|m,n,\delta )=e^{?\frac{{\delta }^2}{2}}\sum _{i=0}^{\infty }\frac{(\frac{{\delta }^2}{2}{)}^i}{i!}{n}^{\frac{n}{2}}{m}^{\frac{m}{2}+i}{c}_i\frac{x^{\frac{m}{2}?1+i}}{(n+mx{)}^{\frac{m+n}{2}+i}} \\ {c}_i=\frac{\Gamma (\frac{m+n}{2}+i)}{\Gamma (\frac{n}{2})\Gamma (\frac{m}{2}+i)} \end{gathered}$$

當(dāng)$\delta =0$時(shí)，概率密度為
$$f(x|m,n)=\frac{\Gamma (\frac{m+n}{2})}{\Gamma (\frac{n}{2})\Gamma (\frac{m}{2})}{n}^{\frac{n}{2}}{m}^{\frac{m}{2}}\frac{x^{\frac{m}{2}?1}}{(n+mx{)}^{\frac{m+n}{2}}}$$
下面介紹三條性質(zhì)：

性質(zhì)1：$t_{n,\delta }{=}_d{F}_{1,n,\delta }$

性質(zhì)2：$X_i～N(a,{\sigma }^2),Y_j～N(b,{\sigma }^2),i=1,?,m,j=1,?,n$所有的$X,Y$均互相獨(dú)立，則
$$Z=\frac{\frac{1}{m?1}{\sum }_{i=1}^n(X_i?\bar{X}{)}^2}{\frac{1}{n?1}{\sum }_{j=1}^n(Y_j?\bar{Y}{)}^2}～F_{m?1,n?1}$$
性質(zhì)3：記$X_n～F_{m,n,\delta }$，則$X_n{\to }_d\frac{1}{m}{\chi }_{m,\delta }^2$

性質(zhì)1根據(jù)概率密度的表達(dá)式就可以證明，性質(zhì)2也可以根據(jù)定義寫出來。性質(zhì)1的意義是說明在線性模型中，針對單個(gè)系數(shù)做t檢驗(yàn)和做partial F檢驗(yàn)是等價(jià)的；性質(zhì)2的意義是給雙正態(tài)總體的方差檢驗(yàn)提供依據(jù)。下面證明性質(zhì)3：

證明
根據(jù)定義，可以將$X_n$寫成
$$X_n=\frac{K/m}{Y/n}～F_{m,n,\delta }$$

$K～{\chi }_{m,\delta }^2,Y～{\chi }_n^2$且二者獨(dú)立。其中$Y/n$又可以寫成
$$\frac{Y}{n}=\frac{1}{n}\sum _{j=1}^n{Z}_j^2,Z_j{～}_{iid}N(0,1)$$

根據(jù)大數(shù)定律，
$$\frac{Y}{n}=\frac{1}{n}\sum _{j=1}^n{Z}_j^2{\to }_{P}E[Z_1^2]=1$$

因此$X_n{\to }_{d}K/m～\frac{1}{m}{\chi }_{m,\delta }^2$
證畢

總結(jié)

以上是生活随笔為你收集整理的UA MATH564 概率论VI 数理统计基础5 F分布的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。