Bağımlı ki-kare rasgele değişken oranının dağılımı


11

Varsayalım bağımsızdır.X=X1+X2++XnXiN(0,σ2)

Sorum şu, dağıtım ne işe yarıyor

Z=X2X12+X22++Xn2

takip et? Buradan biliyorum ki olarak ifade edilen ki-kare rasgele değişkenlerin oranı bir Beta dağılımını takip eder. Bunun ve arasında bağımsızlık olduğunu düşünüyorum . Benim durumumda, paydası kare bileşenlerini içeriyor .WW+YWYZX

Beta dağılımının bir varyasyonunu da izlemesi gerektiğini düşünüyorum ama emin değilim. Ve eğer bu varsayım doğruysa, bunu nasıl kanıtlayacağımı bilmiyorum.Z


6
Payda dağılımı rotasyonlar altında değişmez olduğundan, eşit değerine sorunuzu tanıdık bir şeye indirgeyebilirsiniz :-). XnX1
whuber

1
Eminim @whuber tam olarak orada yazılan şey anlamına gelir. 'Aday' dediğinde 'pay' mı demek istedin?
Glen_b

3
Bir şeyi döndürdüğünüzde (tanım gereği) uzunluğunu koruyun. Bu nedenle, herhangi bir döndürülmüş bir versiyonuna varyansı varyansını eşit olmalıdır X olduğu, 1 + 1 + + 1 = n : O en XX1+1++1=n terimi gelir. n
whuber

1
@whuber Cevabınız gerçekten çok ilginç görünüyor ama bu konuda bazı şüphelerim var. Eğer ben dönebilmeleri derken eşit olma X, bu temel olarakZ'ninpayınınX 2 1 olarakyeniden yazabileceğim anlamına gelirve sonuç olarakZ'ninkendisin X 2 1'e dönüşürnX1ZnX12Z . Şimdi, varsayalımW=X, 2 1 veY=X 2 2 ++x 2 , n ve o zamandan beriWveY'ninbağımsız ben varsayabilirizZ=NBeyaznX12X12+X22++Xn2W=X12Y=X22++Xn2WY bir sahiptirβvb dağıtım ve. Demek istediğim şu ana kadar mı? İşte benim karışıklığım. Dönme değişmezliği ve modifyi kavramını kullanmadan önceZ=nWW+Yβ
ssah

2
@ssah Sen benim akıl yürütme uygulamanızda err: olmadan paydada, dağıtım keyfi rotasyonlar artık değişmez olduğu ( X 1 , ... , X n ) , sonuçlar bu nedenle artık tutun ve. X12(X1,...,Xn),
whuber

Yanıtlar:


7

Bu yazı, soruya yapılan yorumların cevaplarını detaylandırmaktadır.


Let . Herhangi bir saptamak E 1R, n birim uzunluğu. Böyle bir vektör, her zaman ortonormal esasına tamamlanabilir ( e 1 , e 2 , ... , e n ) (vasıtasıyla Gram-Schmidt işlemi , örneğin). Bu temel değişim (olağan olandan) diktir: uzunlukları değiştirmez. Böylece dağılımıX=(X1,X2,...,Xn)e1R,n(e1,e2,...,en)

(e1X)2||X||2=(e1X)2X12+X22++Xn2

bağlı değildir . Alarak e 1 = ( 1 , 0 , 0 , ... , 0 ) gösterir, bu aynı dağılımı olarak vare1e1=(1,0,0,...,0)

(1)X12X12+X22++Xn2.

Yana olarak Normal IID edilir, bunlar yazılmış olabilir σ kez standart normal değişkenler IID Y 1 , ... , Y n ve onların kareler vardır σ 2 kez Γ ( 1 / 2 ) dağılımları. Yana toplamı n - 1 bağımsız Γ ( 1 / 2 ) dağılımları olan Γ ( ( N - 1 ) / 2 )XbenσY1,...,Ynσ2Γ(1/2)n-1Γ(1/2)Γ((n-1)/2), in dağılımının(1)

σ2Uσ2U+σ2V=UU+V

burada ve V = ( x 2 2 + + x 2 , n ) / σ 2 ~ Γ ( ( n - 1 ) / 2 ) bağımsızdır. Olduğu iyi bilinen bu oran bir Beta sahip olduğu ( 1 / 2 , ( n - 1U=X12/σ2~Γ(1/2)V=(X22++Xn2)/σ2~Γ((n-1)/2) dağıtım. (Aynı zamanda yakından ilgili iplik bakınızDağıtım X , Y ise X ~ Beta ( 1 , K - 1 ) ve Y ~ ki-kare ile 2 K derece).(1/2,(n-1)/2)XYX~(1,K-1)Y~2K

Yana

X1++Xn=(1,1,...,1)(X1,X2,,Xn)=ne1X

birim vektör , biz sonucunaZ'ninise(e1=(1,1,...,1)/nZkez beta(1/2,(n-1)/2)değişken. (n)2=n(1/2,(n-1)/2) İçinbu nedenle yoğunluğu fonksiyonu vardırn2

fZ(z)=n1n/2B(12,n12)(nz)n3z

aralığında ( ve aksi halde sıfır).(0,n)


Bir kontrol olarak, σ = 1 ve n = 2 , 3 , 10 için bağımsız Z gerçekleştirmesi simüle ettim , histogramlarını çizdim ve karşılık gelen Beta yoğunluğunun grafiğini (kırmızı olarak) üst üste koydum. Anlaşmalar mükemmel.100,000Zσ=1n=2,3,10

şekil

İşte Rkod. Bu formül aracılığıyla simülasyonu gerçekleştirir sum(x)^2 / sum(x^2)için , uzunluğunun bir vektör tarafından oluşturulan . Gerisi sadece döngü ( , ) ve çizim ( , ).Zxnrnormforapplyhistcurve

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)
}
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.