t分布からF分布への導出
📂確率分布論t分布からF分布への導出
定理
自由度ν>0のt分布に従う確率変数X∼t(ν)について、以下のように定義されたYはF分布F(1,ν)に従う。
Y:=X2∼F(1,ν)
証明
カイ二乗分布を通じた回り道
X∼t(ν)は、標準正規分布に従うZ∼N(0,1)と、自由度νのカイ二乗分布に従うWに関して
X2=(W/νZ)2=W/νZ2/1,Z⊥W
であり、Z2は自由度1のカイ二乗分布に従う。二つの独立したカイ二乗分布からF分布が導かれるため、X2∼F(1,ν)に従う。
■
確率密度関数を通じた直接推論
戦略:確率密度関数を直接推論する。
t分布の定義: 自由度ν>0に対して、以下のような確率密度関数を持つ連続確率分布t(ν)をt分布という。
f(x)=νπΓ(2ν)Γ(2ν+1)(1+νx2)−2ν+1,x∈R
F分布の定義: 自由度r1,r2>0に対して、以下のような確率密度関数を持つ連続確率分布F(r1,r2)をF分布という。
f(x)=B(r1/2,r2/2)1(r2r1)r1/2xr1/2−1(1+r2r1x)−(r1+r2)/2,x∈(0,∞)
⟹Y=X2Y=X
でありλ(X):=X2が単射関数ではないため、Xのサポートはx≥0とx<0の二つに分かれる。そのヤコビアンは
dy=2xdx
であるため、Yの確率密度関数fYは
fY(y)==k=1∑2νπΓ(2ν)Γ(2ν+1)(1+νx2)−2ν+1⋅2x1νπΓ(2ν)Γ(2ν+1)(1+νx2)−2ν+1⋅x1
から計算されるだろう。
ベータ関数とガンマ関数の関係:
B(p,q)=Γ(p+q)Γ(p)Γ(q)
オイラーの反射公式によりπ=Γ(1/2)であり、上述の補題に基づいて
fY(y)===Γ(1/2)Γ(2ν)Γ(2ν+1)ν1(1+νx2)−2ν+1x−1Γ(1/2)Γ(2ν)Γ(2ν+1)ν1y−1(1+νy)−2ν+1B(1/2,ν/2)1(ν1)1/2y1/2−1(1+ν1y)−21+ν
■