Связь между гамма-распределением и хи-квадрат

15

Если где , то есть все - это нормальные случайные переменные нулевого среднего с одинаковыми дисперсиями, затем

Y=i=1NXi2
XiN(0,σ2)Xi
YΓ(N2,2σ2).

Я знаю , что хи-квадрат распределение является частным случаем гамма - распределения, но не может получить распределение хи-квадрат для случайной величины . Любая помощь, пожалуйста?Y

кака
источник

Ответы:

17

Некоторый фон

Распределение определяется как распределение, которое получается в результате суммирования квадратов независимых случайных величин , поэтому: где обозначает, что случайные величины и иметь одинаковое распределение (EDIT: будет обозначать как распределение Хи-квадрат с степенями свободы, так и случайную величину с таким распределением ). Теперь pdf дистрибутива n N ( 0 , 1 ) Если  X 1 , , X nN ( 0 , 1 )  и независимы, то  Y 1 = n i = 1 X 2 iχ 2χn2nN(0,1)XYXYχ 2 n nχ 2 n fχ2(x

If X1,,XnN(0,1) and are independent, then Y1=i=1nXi2χn2,
XYXYχn2nχn2
fχ2(x;n)=12n2Γ(n2)xn21ex2,for x0 (and 0 otherwise).
Так что, действительно, является частным случаем распределения с pdf Теперь ясно, что .χn2Γ(p,a)
fΓ(x;a,p)=1apΓ(p)xp1exa,for x0 (and 0 otherwise).
χn2Γ(n2,2)

Ваш случай

Разница в вашем случае в том, что у вас есть нормальные переменные с общими дисперсиями . Но в этом случае возникает аналогичное распределение: поэтому следует распределению, полученному в результате умножения случайной величины на . Это легко получить с помощью преобразования случайных величин ( ): Обратите внимание, что это то же самое, что сказать, чтоσ 21 Y 2 =Xiσ21Yχ2nσ

Y2=i=1nXi2=σ2i=1n(Xiσ)2σ2χn2,
Yχn2σ2Y2=σ2Y1
fσ2χ2(x;n)=fχ2(xσ2;n)1σ2.
Y2Γ(n2,2σ2)так может быть поглощен гамма в параметра.σ2a

Заметка

Если вы хотите извлечь pdf из с нуля (что также относится к ситуации с при незначительных изменениях), вы можете выполнить первый шаг здесь для используя стандартное преобразование для случайных величин. Затем вы можете выполнить следующие шаги или сократить доказательство, опираясь на свойства свертки гамма-распределения и его связь с описанным выше. σ 21 χ 2 1 χ 2 nχn2σ21χ12χn2

epsilone
источник
Хорошее описание (+1). Но я сомневаюсь, когда вы говорите, что вероятно, это должно быть гдеИ, наконец,Y 2 = σ 2 U ,Y2σ2χn2,Y2=σ2U,Uχn2.fσ2U(x;n)=fχ2(xσ2;n)1σ2.
Кака
Спасибо @кака. По первому пункту, фактически с обозначением я имею в виду случайную переменную, которая возникает, когда вы умножаете переменную на , так что мы оба говорим одно и то же. .. Во втором пункте напомним, что - это обозначение, которое я использовал для обозначения плотности a (параметр появляется в качестве второго аргумента). С вашими обозначениями плотность будет читаться как , что тоже нормально, но вы повторяете дважды . χ 2 n σ 2 f χ 2 ( x ; n ) χ 2 n n σ 2 χ 2 nσ2χn2χn2σ2fχ2(x;n)χn2nσ2χn2nfχn2(x;n)n
Эпсилон
Но в самом первом уравнении вы определили как распределениеXn2i=1NXi2.
Кака
Да, и в уравнении для «s Have дисперсия , так , как в первом уравнении. X i σ 2 X iY2Xiσ2 XяXiσXi
epsilone
3
nχn2 обозначает функцию распределения Хи-квадрат с степенями свободы, а также случайную величину, которая следует за таким распределением. Возможно, это злоупотребление нотацией, но смысл должен быть ясен. Я все же отредактирую ответ, чтобы уточнить его. n
epsilone