Sorunuzla ilgili bir açıklama (bana iki ilişkili, ancak farklı bölüm var gibi görünüyor): (1) bağımsız kare toplamı rasgele değişkenlerin toplamını ve (2) örneklemeyi arıyorsunuz dağılımından çizilen rastgele bir örneğin varyansının (veya ilgili standart sapmanın) dağılımı (muhtemelen (1) hakkında soru sorma nedeniniz).t α t αn tαtα
Bağımsız Kare Toplamı Değişkenlerinin Dağılımıtα
Eğer (bağımsız) rasgele değişkenler df, o zaman yanlış olduğunu (ki ikinci "olası çözümünüzde" iddia ettiğiniz şeydir). Bu, her birinin ilk anı dikkate alınarak kolayca doğrulanır (ikincisinin ilk anı, ilk anın katıdır). Tben∼ tαtαΣni = 1T2ben∼ F( n , α )n
İlk "olası çözümünüzdeki" hak talebi doğru: . Karakteristik fonksiyonlara başvurmak yerine, dağılımının karakterizasyonu, standart normal değişken olduğu oranının dağılımı olarak nitelendirilirken daha şeffaf olduğunu düşünüyorum. ve , bağımsız olarak serbestlik derecelerine sahip ki-kare bir değişkendir . Bu oranın karesi daha sonra kendi serbestlik derecelerine göre ölçeklendirilmiş iki bağımsız ki kare değişkeninin oranıdır, yani ileT2ben∼ F( 1 , α )tZU/ α√ZUαZV/ 1U/ αV= Z2bir dağılımının standart karakterizasyonu (pay df 1'e eşittir ve payda df alfa'ya eşittir ).F( 1 , α )α
Yukarıdaki ilk paragrafta ilk anlarda yaptığım not düşünüldüğünde, [ Burada dağıtım için aynı ifadeyi ve bu dağılıma sahip rastgele bir değişkeni kullanarak gösterimi biraz kötüye kullandım.]. İlk momentler eşleşirken, ikinci merkezi momentler ( için ilk ifadenin varyansı, ikinci ifadenin varyansından daha azdır) - bu nedenle bu iddia da yanlıştır. [Bununla birlikte, kare toplanırken beklediğimiz sonuç olan gözlemlemek ilginçtir (standart). normal değişir.]Σni = 1T2ben∼ n F( n , α )α > 4limα → ∞n F( n , α ) = χ2n
Dağıtımından Örnekleme Yaparken Varyansın Örnekleme Dağılımıtα
Yukarıda yazdıklarım dikkate alındığında, "n-örnek T değişkenlerinin standart sapmasının yoğunluğu" için elde ettiğiniz ifade yanlıştır. Bununla birlikte, doğru dağılım olsa bile , standart sapma sadece kareler toplamının kare kökü değildir ( yoğunluğunuza varmış gibi göründüğünüz gibi ). Bunun yerine (ölçeklendirilmiş) örnekleme dağılımını . Normal durumda, bu ifadenin LHS'si kare normal değişkenlerin toplamı olarak yeniden yazılabilir (karenin içindeki terim, normalde dağıtılan normal değişkenlerin doğrusal bir kombinasyonu olarak yeniden yazılabilir). tanıdıkF( n , α )g(u)χ 2 t t∑ni=1(Ti−T¯)2=∑ni=1T2i−nT¯2χ2 dağıtımı. Ne yazık ki, değişkenlerinin doğrusal bir kombinasyonu (aynı serbestlik derecelerinde bile) olarak dağıtılmaz , bu nedenle benzer bir yaklaşım kullanılamaz.tt
Belki ne göstermek istediğinizi yeniden düşünmelisiniz? Örneğin bazı simülasyonları kullanarak hedefe ulaşmak mümkün olabilir. Ancak, sadece ilk anının sonlu olduğu bir durum olan olan bir örnek belirtirsiniz , bu nedenle simülasyon bu tür hesaplamalarda yardımcı olmaz. F ( 1 , α )α=3F(1,α)