가정이 독립적이다.X i ∼ N ( 0 , σ 2 )
내 질문은, 어떤 배포판이
따르다? 여기서 로 표현 된 두 카이 제곱 랜덤 변수의 비율이 베타 분포를 따른다는 것을 알고 있습니다 . 나는 이것이 와 사이의 독립성을 가정한다고 생각합니다 . 필자의 경우 의 분모 에는 제곱 성분이 포함 됩니다. WYZX
도 베타 배포판의 변형을 따라야 한다고 생각 하지만 확실하지 않습니다. 그리고이 가정이 맞다면 그것을 증명하는 방법을 모르겠습니다.
가정이 독립적이다.X i ∼ N ( 0 , σ 2 )
내 질문은, 어떤 배포판이
따르다? 여기서 로 표현 된 두 카이 제곱 랜덤 변수의 비율이 베타 분포를 따른다는 것을 알고 있습니다 . 나는 이것이 와 사이의 독립성을 가정한다고 생각합니다 . 필자의 경우 의 분모 에는 제곱 성분이 포함 됩니다. WYZX
도 베타 배포판의 변형을 따라야 한다고 생각 하지만 확실하지 않습니다. 그리고이 가정이 맞다면 그것을 증명하는 방법을 모르겠습니다.
답변:
이 게시물은 질문에 대한 의견의 답변에 대해 자세히 설명합니다.
하자 . 단위 길이의 e 1 ∈ R n 을 고정하십시오 . 이러한 벡터는 항상 직교 기초로 완성 될 수있다 ( 예 1 , 예 2 , ... , 전자 N ) (의 수단에 의해 그람 - 슈미트 과정 예를 들어,). 이 평범한 변화 (일반적인 것에서)는 직교입니다. 길이는 변하지 않습니다. 따라서 분포
의존하지 않습니다 . e 1 = ( 1 , 0 , 0 , … , 0 )을 취하면 분포가
때문에 정상을 IID, 그들은 기록 할 수 σ 시간 표준 정규 변수 IID Y 1 , ... , Y n은 자신의 제곱은 σ 2 배 Γ ( 1 / 2 ) 분포. 이후 의 합계 N - 1 독립 Γ ( 1 / 2 ) 분포 이다 Γ ( ( N - 1 ) / 2 ), 우리는 의 분포 가
여기서 및 V = ( X 2 2 + ⋯ + X 2 n ) / σ 2 ~ Γ ( ( n − 1 ) / 2 ) 는 독립적입니다. 되는 잘 알려진 이 비율이 있는지 베타 ( 1 / 2 , ( N을 - 1 분포. (또한에 밀접하게 관련 스레드를 볼 수의 분포 X Y 경우 X ~ 베타 ( 1 , K - 1 ) 및 Y ~ 카이 제곱으로 2 개 K 도.)
이후
단위 벡터 ,Z는( √회 베타(1/2,(N-1)/2)변량. 들면그러므로 밀도 함수를 갖는다
간격 (그렇지 않으면 0입니다).
확인으로, σ = 1 및 n = 2 , 3 , 10에 대해 Z의 독립적 실현을 시뮬레이션 하고 히스토그램을 플로팅하고 해당 베타 밀도의 그래프를 빨간색으로 겹쳐서 표시했습니다. 계약은 훌륭합니다.
R
코드 는 다음과 같습니다 . Z 에 대한 공식 sum(x)^2 / sum(x^2)
을 사용 하여 시뮬레이션을 수행합니다. 여기서는 길이가 벡터로 생성됩니다 . 나머지는 루핑 ( , ) 및 플로팅 ( , )입니다.x
n
rnorm
for
apply
hist
curve
for (n in c(2, 3, 10)) {
z <- apply(matrix(rnorm(n*1e5), nrow=n), 2, function(x) sum(x)^2 / sum(x^2))
hist(z, freq=FALSE, breaks=seq(0, n, length.out=50), main=paste("n =", n), xlab="Z")
curve(dbeta(x/n, 1/2, (n-1)/2)/n, add=TRUE, col="Red", lwd=2)
}