표준 정규 랜덤 변수 와 df를 갖는 독립 카이-제곱 랜덤 변수 있는 경우Q νZQν
T=Z/Q/ν−−−−√
갖는다 가진 분배 DF한다. ( 가 무엇 으로 배포 되는지 잘 모르겠지만 는 아닙니다 .)ν Z / Q ttνZ/Qt
실제 파생은 상당히 표준적인 결과입니다. Alecos는 여기서 몇 가지 방법을 사용 합니다 .
직관이 진행되는 한, 특정 기능 형태에 대한 특별한 직관은 없지만 분모에 대한 독립적 인 chi-distribution 이 ( 스케일링 됨) 고려하여 모양의 일반적인 감각을 얻을 수 있습니다. 비스듬한:ν−−√
이 모드는 1보다 약간 낮지 만 (df가 증가함에 따라 1에 가까워짐) 약간의 값이 실질적으로 1보다 크거나 작습니다. 의 변동은 의 분산 이 의 . 의 값 실질적으로 상기 1가 이어질 것이다 - 값보다도 0에 가까울 있다는 대략 1 아래의 것들을 초래 반면, 인 - 값보다도 0으로부터 상기 있다는 이다. tZ √Q/ν−−−−√tZ tZtZQ/ν−−−−√tZtZ
이 모든 것은 값이 (i) 더 가변적이며, (ii) 정상보다 상대적으로 더 정점이 높고 (iii) 더 무겁다는 것을 의미합니다. df가 증가함에 따라 는 1 주위로 집중되고 는 정상에 더 가깝습니다.√t tQ/ν−−−−√t
( '상대적으로 더 높은 피크'는 스프레드에 비해 약간 더 높은 피크를 생성하지만 분산이 클수록 중심이 아래로 당겨 져서 df가 낮을수록 피크가 약간 낮아집니다)
이것이 왜 가 그렇게 보이는지 에 대한 직관 입니다.t