Распределение хи-квадрат
Пусть – независимые случайные величины, распределенные по стандартному нормальному закону . Распределение случайной величины (1) назовем -распределением с степенями свободы. Здесь – квадратичная форма. Число независимых слагаемых в формуле (1) называется числом степеней свободы и является параметром распределения , – натуральное число. Найдем плотность вероятности -распределения с помощью характеристической функции слагаемого и ее свойств. Характеристическая функция слагаемого будет: = = По свойству характеристической функции имеем: = . (2) Используя следствие из теоремы обращения, имеем: Числовые характеристики -распределения находят с помощью характеристической функции (2) Они имеют следующий вид: математическое ожидание , мода , дисперсия , асимметрия , эксцесс . При n в соответствии с центральной предельной теоремой -распределение сходится к нормальному .. При используется аппроксимация нормальным распределением. Существуют таблицы: P( ³ )=1- . По этим таблицам при заданном n по вероятности p можно найти . Иногда табулированы значения функции распределения. Квантили -распределения определяются из таблиц или с помощью математических пакетов MATHCAD и STATISTICA, Важным свойством -распределения является его воспроизводимость по параметру . Это означает, что сумма независимых случайных величин, распределенных по закону , распределена также по закону с числом степеней свободы, равным сумме степеней свободы слагаемых.
Теорема 4.2. Пусть =(X1,...,Xn) - выборка из распределения N(m,s2). Тогда выборочное среднее и дисперсия S2=S2(X) независимы; при этом L =N(0,1); L .
Вопрос Распределение Стьюдента (t – распределение)
Распределением Стьюдента с n степенями свободы S(n) называется распределение случайной величины (стьюдентова отношения) , где случайные величины x и cn2 независимы и при этом L (x)=N(0,1). Иногда это распределение называют t-распределением (с n степенями свободы). Плотность распределения можно найти с помощью стандартного метода вычисления плотности распределения частного двух независимых случайных величин, а именно: , -¥<x<¥. При n®¥, t®h~N(0,1). При n³20 можно считать, что t~N (распределение Стьюдента аппроксимируется нормальным). Существуют таблицы Ft(x)=P(t<x) и . Существуют таблицы и для плотности распределения ft(x).
Теорема 4.2. Пусть выборка =(X1,X2,..., Xn) из генеральной совокупности x~N(a,s2) и . (1) ( - выборочное среднее, S - выборочная дисперсия). Тогда при любом s2>0 L (t)=S(n-1). т.е. случайная величина t распределена по закону Стьюдента с (n-1) степенями свободы. Тот факт, что стьюдентово соотношение t, определенное уравнением (1), и его распределение не зависят от s2 используют при получении различных статистических выводов о среднем нормального распределения, когда дисперсия неизвестна, т.е. является «мешающим» параметром». В некоторых задачах иногда нужно исключить влияние не только s2, но и среднего а. В этом случае можно делать статистические выводы, не зависящие от параметров а и s2, т.е. являющимися инвариантными относительно параметров модели. В таких задачах важна следующая теорема. Теорема 4.3. Пусть =(X1,X2,...,Xn) и =(Y1,Y2,...,Yn) - две независимые выборки из одного и того же распределения N(a,s2); , S2(); , S2() - соответствующие выборочные средние и дисперсии и пусть . Тогда при любых а и s2>0 L (t)=S(m+n-2), t -. случайная величина, распределенная по закону Стьюдента с (m+n-2) степенями свободы).
Вопрос Распределение Фишера – Снедекора (F – распределение) Пусть случайные величины и независимы и Распределение случайной величины F называют распределением Снедекора с n и m степенями свободы, F-распределением или распределением дисперсионного отношения Фишера. Плотность fn,m(x) распределения S(n,m) имеет вид: , x>0
При n,m>30 - возможна аппроксимация нормальным распределением S(n,m) h~N . Существуют таблицы функции распределения fF(x)=P(F<x) и P(F³Fp)=p. Роль F-распределения в выборочной теории раскрывает следующая теорема. Теорема 4.4. Пусть =(X1,X2,...,Xn) и =(Y1,Y2,...,Yn) - независимые выборки из распределений N(a1,s12) и N(a2,s22). S2(), S2() - соответствующие выборочные дисперсии. Тогда при любых значениях параметров a1, a2, s12 и s22 случайная величина . распределена по закону Фишера с (n-1); (m-1) степенями свободы. Примем без доказательства.
Вопрос
|